Dottorato in informatica
Dottorato
A.A. 2020/2021
Area
Tecnico scientifica
Coordinatore di Dottorato
Il dottorato di ricerca in Informatica ha l'obiettivo di fornire ai dottorandi conoscenze scientifiche, metodologiche e tecnologiche avanzate proprie del settore scientifico-disciplinare dell'Informatica, di quelli affini e delle relative applicazioni. Queste conoscenze sono finalizzate alla formazione e all'avviamento alla ricerca teorica e applicata, con attenzione agli aspetti di interdisciplinarietà e internazionalizzazione, con ampia capacità di indagine e autonomia scientifica e culturale che consentano di produrre risultati originali e significativi per la comunità scientifica internazionale e per le aziende.
Il dottorato di ricerca in Informatica mira a conseguire:
- Una solida conoscenza ad ampio spettro sui fondamenti delle scienze, delle metodologie e delle tecnologie dell'informazione e affini,
- Avanzate e approfondite competenze su specifici aspetti disciplinari,
- Conoscenze inter-disciplinari per sfruttare sinergie culturali e metodologiche,
- Una solida preparazione metodologica allo svolgimento della ricerca nonché alla sua organizzazione, gestione, e diffusione,
- Opportunità di formazione a livello internazionale,
- Una migliore qualificazione dei dottori di ricerca e del loro inserimento professionale nella ricerca accademica e nelle aziende.
Il corso di dottorato è erogato interamente in lingua inglese.
Il dottorato di ricerca in Informatica mira a conseguire:
- Una solida conoscenza ad ampio spettro sui fondamenti delle scienze, delle metodologie e delle tecnologie dell'informazione e affini,
- Avanzate e approfondite competenze su specifici aspetti disciplinari,
- Conoscenze inter-disciplinari per sfruttare sinergie culturali e metodologiche,
- Una solida preparazione metodologica allo svolgimento della ricerca nonché alla sua organizzazione, gestione, e diffusione,
- Opportunità di formazione a livello internazionale,
- Una migliore qualificazione dei dottori di ricerca e del loro inserimento professionale nella ricerca accademica e nelle aziende.
Il corso di dottorato è erogato interamente in lingua inglese.
Tutte le classi di laurea magistrale - All classes of master's degree
Dipartimento di Informatica "Giovanni degli Antoni" - Via Celoria, 18 - Milano
- Sede amministrativa
Dipartimento di Informatica "Giovanni degli Antoni" - Via Celoria, 18 - Milano - Coordinatore del corso: prof. Paolo Boldi
[email protected] - Sito web del corso
http://www.di.unimi.it/ecm/home/didattica/dottorato/
| Titolo | Docente/i |
|---|---|
| Computational Intelligence per il monitoraggio della sicurezza in sistemi distribuiti
Requisiti: Fondamenti di sicurezza informatica e di architetture cloud |
|
| Tecniche di assurance per sistemi distribuiti di nuova generazione
Requisiti: Conoscenza delle principali tecnologie cloud e Internet of Things |
|
| Sviluppo e validazione di interfacce musicali innovative
Requisiti: Programmazione audio e MIDI; Metodi sperimentali in HCI |
|
| Tecniche avanzate di sintesi e rendering 3D del suono in contesti interattivi
Requisiti: Elaborazione numerica dei segnali, programmazione audio |
|
| Sonificazione interattiva e tecnologie assistive per utenti non-vedenti
Requisiti: Programmazione audio e MIDI; metodi sperimentali in HCI |
|
| Multi-Agent Path Finding: sviluppo e analisi di algoritmi per la risoluzione di MAPF in ambienti reali e virtuali
Requisiti: Fondamenti di algoritmi e algebra lineare |
|
| Tecniche di AI per il riconoscimento di attività umane in ambienti sensorizzati | |
| Protezione dei dati personali acquisiti da sistemi mobili e pervasivi | |
| Approcci stocastici e variazionali per l'inferenza bayesiana in sistemi intelligenti
Requisiti: Statistical machine learning, Metodi probabilistici per l'informatica |
|
| Programmazione Bayesiana e reti neurali Bayesiane per la visione computazionale e la computazione affettiva
Requisiti: Statistical machine learning, Visione computazionale, Modelli di computazione affettiva |
|
| E-Health: integrazione di domotica, robot di servizi, exer-games, comunità virtuali e web-services mediante sistemi intelligenti e intelligenza emotiva per il supporto delle persone pre-fragili a casa | |
| Stimolazione multi-modale nella cura delle sindromi dello spettro autistico. Exer-game e musica: sviluppo di modelli associati all’ascolto della musica e possibili applicazioni al trattamento dell’autismo | |
| Sviluppo di reti neurali profonde basate su strati convolutivi per l’apprendimento con rinforzo: estrazioni di pattern di stato-azione a partire da applicazioni in domini diversi | |
| Modellazione 3D di ambienti dinamici con dinamica ciclica (e.g. giornaliera / settimanale) da parte di robot mobili mediante integrazione di tecniche di SLAM (Simultaneous Localization and Mapping) con tecniche avanzate di pattern analysis e matching. | |
| Identificatione e separazione automatica di concern per strumenti di code refactoring e programming language processing | |
| Sintesi di programmi applicata a GPU/TPU e High-Performance computing con l'aiuto di tecniche di ragionamento automatico, programmazione vincolata e verifica di proprietà | |
| Graph Embeddings
Requisiti: Basi di Machine Learning |
|
| Studio di algoritmi sequenziali per l'apprendimento automatico (borsa finanziata dall'Istituto Italiano di Tecnologia)
Requisiti: Apprendimento automatico, probabilità e statistica, analisi di algoritmi |
|
| Progetto e analisi di algoritmi di apprendimento automatico
Requisiti: Apprendimento automatico, probabilità e statistica, analisi di algoritmi |
|
| Data driven mathematical programming: integrare mathematical programming and machine learning
Requisiti: Programmazione matematica, statistica, machine learning, progettazione ed analisi sperimentale di algoritmi |
|
| Large Scale Prescriptive Analytics: risolvere problemi di ottimizzazione in contesti reali dove dati di larga scala, dinamici ed eterogenei rendono le tecniche classiche inutilizzabili
Requisiti: Modellazione matematica, ricerca operativa, statistica, simulazione, progettazione ed analisi sperimentale di algoritmi |
|
| Tecniche di Computational Intelligence per la predizione di eventi meteorologici catastrofici nel Mediterraneo |
A. Ciaramella
|
| Algoritmi per problemi di Ottimizzazione Combinatoria applicati a decisioni complesse
Requisiti: Algoritmi e strutture dati, Ricerca Operativa, Programmazione C |
|
| Architetture 5G Edge-Cloud per analitiche di dati mobile e IOT (borsa finanziata da TIM) | |
| Agenti automatici per Smart Campaign (borsa finanziata da TIM) | |
| Sicurezza in ambito IoT: sicurezza nel “massive” IoT abilitato dal 5G (borsa finanziata da TIM) | |
| Tecniche di AI per lo studio del comportamento di utenti mobili in ambienti indoor | |
| Sicurezza e privatezza dei dati in scenari emergenti | |
| Sistemi di riconoscimento biometrico scarsamente vincolati | |
| Sicurezza e privatezza nei sistemi biometrici | |
| Explainable AI per una scienza dei dati interpretabile
Requisiti: Elementi di probabilità e statistica, data management, programmazione e apprendimento automatico |
|
| Neural Language Models
Requisiti: Elementi di probabilità e statistica, programmazione, elementi di natural language processing, apprendimento automatico |
|
| Esecuzione collaborativa e controllata di interrogazioni in sistemi distribuiti | |
| Tecniche di compressione di reti neurali artificiali per problemi di indicizzazione e di classificazione | |
| Metodi di apprendimento automatico per la biologia computazionale e la medicina | |
| Metodi interpretabili di Intelligenza Artificiale per la Medicina Genomica | |
| Reti temporali | |
| Apprendimento non supervisionato per intelligenza artificiale: addestramento di modelli senza usare ground truth | |
| Monitoraggio scarsamente vincolato nell'Industria 4.0 tramite tecniche di elaborazione di segnali, immagini e intelligenza computazionale | |
| Intelligenza Computazionale e applicazioni
Requisiti: Competenze in Modellizzazione Probabilistica e Analisi Dati. Conoscenza di base dell'Apprendimento Computazionale |
G. Gianini
|
| Modellizzazione e Analisi dei Big Data
Requisiti: Competenze in Modellizzazione Probabilistica |
G. Gianini
|
| Descrizione formale di strutture musicali multistrato |
G. Haus
|
| Tecniche di Fuzzing per la scoperta di vulnerabilità all'intero di codice
Requisiti: Buona conoscenza di base delle techniche di attacco sia in ambito memory errors che web, buon livello programmativo di linguaggi come il C e l'assembly |
|
| Studio e Analisi di Attacchi Side-channel
Requisiti: Buona conoscenza dei sistemi operativi e delle architetture dei calcolatori |
|
| Didattica della programmazione: approcci pedagogici, concezioni ingenue, strategie di apprendimento, valutazione | |
| Tecnologie informatiche per l'educazione musicale
Requisiti: Competenze di base in informatica (linguaggi di programmazione, basi di dati, ecc.) e in musica (teoria musicale, fondamenti di armonia, ecc.) |
|
| Metodologie informatiche per l'informazione musicale
Requisiti: Competenze di base in informatica (linguaggi di programmazione, basi di dati, ecc.) e in musica (teoria musicale, fondamenti di armonia, ecc.) |
|
| Fruizione di servizi di entertainment in ambienti distribuiti
Requisiti: Reti |
|
| Profilazione e verifica in real-time di giocatori si eSport
Requisiti: Programmazione, Machine Learning |
|
| Tecnologie assistive per dispositivi mobili | |
| Verifica e validazione della semantica dei linguaggi di programmazione
Requisiti: Programmazione dichiarativa, basi di logica |
|
| Data Science per le Scienze Sociali e Umanistiche
Requisiti: Inglese fluente. Solido background in informatica, con particolare riferimento a machine learning e gestione dei dati |
|
| Apprendimento automatico interpretabile per analisi audio e musicale
Requisiti: Elaborazione del segnale digitale, machine learning, deep learning, python, matlab |
|
| Apprendimento automatico contraddittorio per analisi audio e musicale
Requisiti: Elaborazione del segnale digitale, machine learning, deep learning, python, matlab |
|
| Algoritmi distribuiti per entità mobili
Requisiti: Il candidato deve avere ottime conoscenze e motivazioni su Algoritmi sequenziali e Algoritmi paralleli e distribuiti alla magistrale |
|
| Automi quantistici teoria e applicazioni
Requisiti: Il candidato deve avere forti basi di Linguaggi Formali e Automi e interesse in Informatica Teorica |
|
| Sistemi formali e complessità
Requisiti: Informatica teorica e linguaggi formali |
|
| Cloud/Fog/Edge Computing affidabili: allocazione di risorse e task per tolleranza ai guasti, resilienza, e prestazioni | |
| Sistemi intelligenti per applicazioni industriali e ambientali basati su architetture IoT e intelligenza artificiale | |
| Modellazione e Verifica di Sistemi Cyber-Physical | |
| Modellazione e Verifica di Sistemi Adattativi | |
| Processi di Sviluppo Rigorosi per l’Ingegneria del Software | |
| Generazione procedurale di story-driven video basata sullo stile di gioco dei giocatori
Requisiti: Buone conoscenze di progettazione e programmazione per videogiochi |
|
| Generazione di contenuti per video giochi basata sulle preferenze dei giocatori.
Requisiti: Buone conoscenze di progettazione e programmazione per videogiochi |
|
| Un nuovo approccio computazionale al daltonismo | |
| Un modello biologico e computazionale del sistema visivo | |
| Protezione dati nel digital data market | |
| Elaborazione di segnali e immagini biomedicali
Requisiti: Solide conoscenze di elaborazione di segnali e/o immagini. Competenze di programmazione in Go, Java, Python o Matlab |
|
| Comparazione e sviluppo di algoritmi diagnostici per la detezione di aritmie atriali da tracciati clinici del segnale ECG (finanziata da Amps LLC / CardioCalm) | |
| Ambienti intelligenti: analisi dei dati e apprendimento automatico per ambienti autoadattativi | |
| Deep learning: apprendimento ed explainability | |
| Tecniche di elaborazione computazionale nei moderni sistemi crittografici
Requisiti: Algebra e/o conoscenze crittografiche |
|
| La sicurezza delle primitive crittografiche
Requisiti: Algebra e/o conoscenze crittografiche |
|
| Sistemi ecologici e multimodali per il riconoscimento automatico delle emozioni. La ricerca indagherà il contributo e l'integrazione di informazioni visibili (espressione del volto, sguardo, comportamento corporeo) e non visibili (dati fisiologici) in contesti naturali.
Requisiti: Statistica, apprendimento automatico, visione artificiale, computazione affettiva |
Elenco insegnamenti
novembre 2020
| Attività formative | Docente/i | Crediti | Ore totali | Lingua |
|---|---|---|---|---|
| Facoltativo | ||||
| Deep learning in biometrics | 2 | 10 | Inglese | |
dicembre 2020
| Attività formative | Docente/i | Crediti | Ore totali | Lingua |
|---|---|---|---|---|
| Facoltativo | ||||
| Deep learning for signal and image processing | 2 | 10 | Inglese | |
gennaio 2021
| Attività formative | Docente/i | Crediti | Ore totali | Lingua |
|---|---|---|---|---|
| Facoltativo | ||||
| Applied multi-output machine learning | 3 | 16 | Inglese | |
| Artificial intelligence techniques, applications, and social issues | 4 | 20 | Inglese | |
| Heuristic algorithms for combinatorial optimization problems | 4 | 20 | Inglese | |
| Machine learning for network and genomic medicine | 3 | 15 | Inglese | |
| Mobile edge computing | 4 | 20 | Inglese | |
febbraio 2021
| Attività formative | Docente/i | Crediti | Ore totali | Lingua |
|---|---|---|---|---|
| Facoltativo | ||||
| Network flows (modeling, analysis and optimization of networks part 1) | 3 | 15 | Inglese | |
| Security threats, trends challenges and gaps | 2 | 10 | Inglese | |
marzo 2021
| Attività formative | Docente/i | Crediti | Ore totali | Lingua |
|---|---|---|---|---|
| Facoltativo | ||||
| E-health and social distancing technologies in covid time and for the future of health care | Pizzi Rita Maria Rosa
|
2 | 10 | Inglese |
maggio 2021
| Attività formative | Docente/i | Crediti | Ore totali | Lingua |
|---|---|---|---|---|
| Facoltativo | ||||
| Governance, risk and compliance in distributed architectures | 2 | 10 | Inglese | |
giugno 2021
| Attività formative | Docente/i | Crediti | Ore totali | Lingua |
|---|---|---|---|---|
| Facoltativo | ||||
| Data processing and deep learning: a computational intelligence based perspective | 2 | 10 | Inglese | |
| Game theoretic foundations of multiagent systems: algorithms and applications | 3 | 15 | Inglese | |
settembre 2021
| Attività formative | Docente/i | Crediti | Ore totali | Lingua |
|---|---|---|---|---|
| Facoltativo | ||||
| Introduction to quantum information and cryptography | Gianini Gabriele
|
3 | 15 | Inglese |
Periodo non specificato
| Attività formative | Docente/i | Crediti | Ore totali | Lingua |
|---|---|---|---|---|
| Facoltativo | ||||
| Artificial intelligence for image processing and analysis in medical imaging | 3 | 16 | Inglese | |
| Learning on 3d geometries | 2 | 12 | Inglese | |
Seguire il percorso di dottorato
Contatti e aiuto
Gli uffici che forniscono assistenza ai dottorandi e agli enti finanziatori.