Fondamenti di Intelligenza Artificiale M
A.A. 2010-2011

Tesi

Sono disponibili tesi sui seguenti argomenti:

  • Approcci dichiarativi per la specifica di processi e di business rules
  • Sistemi per la verifica di compliance/conformance in ambiente SOA
  • Dynamic discovery e interoperability in ambito SOA
  • Tecniche di ragionamento integrate per ontologie e regole, in particolare in ambito Semantic Web Services
  • Sistemi basati su argomentazione e logic programming per il dynamic agreement
  • Apprendimento di programmi logici
  • Sistemi Esperti e Data Mining in campo Medico
  • Società di entità computazionali

Analisi, progettazione e sviluppo di un interprete per un linguaggio pseudo-naturale in ambito assicurativo (new)

Imola Informatica s.r.l. sta realizzando, per conto di un proprio cliente, un'applicazione per il calcolo dei premi di prodotti assicurativi (polizze). La natura del dominio è tale da ritenere vi sia possibilità di scrivere le regole in un linguaggio estremamente vicino al linguaggio naturale stesso: per questa motivazione le regole di calcolo sono state scritte, in prima realizzazione, in linguaggio Prolog. La possibilità di esprimere le regole di calcolo di una polizza in linguaggio naturale è di estrema importanza per il cliente: questo renderà possibile ad un esperto del dominio, l'Attuario, di definire nuove polizze senza l'ausilio di uno sviluppatore.
Al laureando si richiede di desumere le specifiche di nuovo linguaggio pseudo-naturale a partire dai calcoli attualmente implementati in Prolog; il candidato dovrà poi  realizzare un prototipo di  interprete/traduttore da tale linguaggio a Prolog. Sarà inoltre necessario collaborare alla riscrittura di alcune delle regole di calcolo per sviluppare una libreria di regole Prolog da utilizzare durante la fase di traduzione.

Docente di riferimento

Paola Mello

Società

Imola Informatica srl - Via Selice 66/a 40026 Imola (BO)
tel. 0542 32640

Avvio della tesi

Estate 2010

 


Applicazioni di modelli e lingauggi basati su logica computazionale (SCIFF Framework)

Nell'ambito dell'utilizzo della logica computazionale come strumento per la modellazione e la verifica di processi, sono disponibili numerose tesi su diversi settori applicativi:

  • Modellazione e verifica di processi aziendali
    • Specifica di processi flessibili e loosely-coupled (basati su vincoli/regole/politiche)
    • Esecuzione ed Enactment dei modelli
    • Monitoring e verifica di compliance
    • Verifiche statiche (consistenza/feasibility dei modelli)
    • Applicazioni in campo medico (linee guida)
    • Mining di processi loosely-coupled
  • Formalizzazione e verifica di modelli per l’ingegneria dei requisiti (integrazione estensione del modello TROPOS)
  • Service Oriented Computing
    • Modellazione e verifica di coreografie (vedi sopra)
    • Discovery di servizi
    • Argumentation per la contrattazione tra servizi
    • Integrazione con i modelli basati a commitments
    • Integrazione con ontologie (web semantico)
  • Model transformation per passare da linguaggi di specifica alla corrispondente formalizzazione SCIFF
  • Linee di ricerca con aspetti fondazionali
    • Integrazione del calcolo degli eventi in SCIFF
    • Confronto con model checking e logiche temporali

Per maggior informazioni, alcune slides introduttive alle problematiche possono essere scaricate qui.

 


Apprendimento di programmi logici

La programmazione logica induttiva (ILP: Inductive Logic Programming) è un'area di ricerca all'intersezione fra Apprendimento Automatico e Programmazione Logica. Il suo scopo è quello di realizzare sistemi in grado di apprendere un programma logico partendo da esempi e da una conoscenza di background.

All'interno di questa area di ricerca, sono disponibili tesi sui seguenti argomenti:
  1. Utilizzo della Programmazione Logica ad Oggetti come limguaggio di rappresentazione.
  2. Applicazione di tecniche di ILP al Data Mining e Knowledge Discovery in Databases.

1) L'utilizzo di programmi logici ad oggetti come formalismo di rappresentazione consente una migliore strutturazione della conoscenza. Questo formalismo risulta adatto a rappresentare domini dove è riconoscibile una gerarchia di classi, in quanto consente di rappresentare esplicitamente tale gerarchia attraverso una struttura ad albero dove i nodi sono classi e le foglie entit&agrave. In questo modo è possibile una migliore organizzazione delle informazioni: la conoscenza specifica relativa ad una singola istanza viene associata all'istanza, mentre la conoscenza comune alle istanze di una classe viene associata alla classe. Il partizionamento che ne risulta rende la base di conoscenza più facilmente leggibile e consente meccanismi di ragionamento più efficienti. Inoltre, l'organizzazione gerarchica delle classi rende disponibile un nuovo operatore di generalizzazione per l'apprendimento, che consiste nello "spostare" da una classe ad una superclasse la clausola appresa.

Varie scelte sono possibili sia per la definizione del problema di apprendimento in questo nuovo contesto, sia per lo sviluppo di un algoritmo per la soluzione di tale problema. Fra le varie alternative, è stata scelta una definizione del problema ed è stato progettato e realizzato un algoritmo che combina tecniche note di programmazione logica induttiva.

Sono disponibili tesi per
I) investigare le altre scelte possibili per la definizione del problema e lo sviluppo di un algoritmo
II) compiere esperimenti con dati reali.

2) applicazione di tecniche di ILP al Data Mining e Knowledge Discovery in Databases. Le organizzazioni hanno a loro disposizione una sempre maggiore quantità di dati sulla attività che compiono. Le informazioni che possono essere estratte da questi dati possono essere molto importanti per il miglioramento delle prestazioni dell'organizzazione. Le tecniche tradizionali di analisi dei dati spesso non sono sufficienti per l'estrazione di queste informazioni, a questo scopo è nato il campo di ricerca del Data Mining e Knowledge Discovery in Databases che si occupa di sviluppare strumenti più efficienti ed intelligenti per analizzarli. Le informazioni che possono essere tratte da questi dati spesso forniscono un importantissimo vantaggio competitivo ad una azienda. Per questa ragione, il Data Mining e Knowledge Discovery in Databases ha ricevuto una grande attenzione recentemente.

Sono disponibili tesi al fine di investigare le applicazioni delle tecniche di ILP in questo campo.


Sistemi Esperti e Data Mining in campo medico

Le tecniche di Intelligenza Artificiale vengono applicate al settore della medicina già da parecchi anni per la realizzazione di Sistemi Intelligenti (basati sulla conoscenza) capaci di dare un supporto alle decisioni del personale ospedaliero in alcune attività di routine in cui vengono richiesti standard qualitativi sempre più stringenti. Il processo di estrazione della conoscenza in campo medico/ospedaliero è una operazione di per sé molto difficile a causa della complessità dei problemi trattati e dal fatto che quasi sempre la conoscenza degli esperti del settore è di tipo empirico. Questa caratteristica del mondo della medicina porta ai seguenti problemi:

  1. le regole che esprimono i ragionamenti e guidano alla soluzione di un particolare problema medico non sono sempre le stesse e sono ampiamente soggettive.
  2. spesso le regole non sono formalizzabili, ma solo estraibili a posteriori da grosse moli di dati.

Il Data Mining, sviluppatosi nell'ultimo decennio, rappresenta la soluzione proposta dall'Intelligenza Artificiale e dal settore delle Basi di Dati a questi problemi e sta dimostrando ampi margini di espansione. Il suo obiettivo è la ricerca di modelli all'interno delle basi di dati, in modo da permettere un supporto alle decisioni. Alcuni obiettivi della ricerca in questo settore sono:

  1. studio e sperimentazione di tecniche di datamining su dati di tipo medico
  2. studio di strumenti e tecniche di Filtraggio Intelligente
  3. studio e realizzazione di Sistemi Esperti capaci di essere un valido supporto al personale medico nello svolgimento delle attività che coinvolgono i dati analizzati. Le regole che faranno parte della base di conoscenza potranno essere anche ricavate dalla applicazione delle tecniche di DataMining sopra citate.

Alcuni argomenti di tesi sono i seguenti:

  1. creazione di un sistema esperto per la validazione dei dati di tipo Microbiologico (infezioni) e la generazione in tempo reale di allarmi.
  2. applicazione di tecniche di Data Mining ai dati di tipo Microbiologico per l'estrazione di nuova conoscenza da utilizzare anche per migliorare e espandere la base di conoscenza del sistema esperto descritto nel punto precedente.

Queste due tesi verranno svolte in collaborazione con la Dianoema S.p.A, operante nel settore dell'informatica applicata alla medicina.


Società di entità computazionali

Nel triennio 2002-2005 ha avuto luogo un progetto europeo dal titolo 'Societies Of ComputeeS' (SOCS), in collaborazione con altri istituti universitari europei, tra cui l'università di Cipro, Imperial College e la City University di Londra. Il progetto ha come argomenti la analisi, la specifica formale, la prototipazione, e la verifica di società di entità computazionali, ovvero di programmi software basati su logica computazionale. Gli argomenti che si intendono trattare a livello di tesi includono:

  • agenti software intelligenti
  • logica computazionale
  • integrazione di varie forme di ragionamento
  • sviluppo di modelli teorici
  • implementazione e applicazioni in ambiti internet information gathering, commercio elettronico, simulazione, politiche di sicurezza per sistemi distribuiti

Ulteriori informazioni sul progetto SOCS si possono trovare all'indirizzo: http://lia.deis.unibo.it/Research/Projects/SOCS

Last Update: Friday, June 4, 2010 10:36 . Contact webmaster of this site

Valid XHTML + RDFa