Afferenza
Ricevimento e Altre Informazioni
Venerdi ore 13. Si prega di fissare un appuntamento via email.
Didattica
CV
Pubblicazioni
Ricerca
Mining,
retrieval e analisi di processi di business.Ci occupiamo di analisi e sviluppo di
tecniche di process mining per apprendere modelli di processo da tracce di
esecuzione; della definizione di opportune metriche per il recupero (retrieval)
basato sulla distanza di tracce e di modelli di processo; del loro utilizzo in
algoritmi di recupero, clustering e analisi; la validazione avverrà in domini
reali (ad es. gestione ictus, ottimizzazione di task scheduling in un contesto
di cloud computing).
Conoscenza
e tecnologia per migliorare la gestione dei pazienti in emergenza medica. I pazienti
in emergenza possono essere accompagnati presso un ospedale non adeguatamente
attrezzato: la stabilizzazione può risultare subottimale. Durante il
trasferimento in ambulanza presso altro centro, i parametri vitali vengono
monitorati, ma non vengono memorizzati, né sono accessibili in tempo reale.
Proponiamo lo sviluppo di strumenti e metodologie per affrontare tali
problematiche. Il lavoro porterà ad un avanzamento nel process mining, case
based reasoning, analisi di serie temporali.
Tecniche
di case-based retrieval flessibile. Studiamo opportune rappresentazioni di
casi con attributi in forma di serie temporali, e specifiche tecniche di
riduzione della dimensionalità delle serie, di indicizzazione e di
ottimizzazione del recupero basato sulla distanza. Il campo di applicazione
sarà quello bio-medico.
Un Sistema per la gestione di line guida cliniche. Da parecchi anni, lavoriamo all’implementazione di un Sistema per l’acquisizione, la rappresentazione e l’esecuzione di linee guida cliniche, indipendente dal dominio. Il Sistema si distingue da altre soluzioni presenti in letteratura per la sua intensiva applicazione di tecniche avanzate di Intelligenza Artificiale, quali ragionamento temporale, ragionamento probabilistico e concetti di teoria delle decisioni.
Mining, retrieval and analysis of business
processes.
We propose the adoption of process mining techniques to learn process
models from business process traces; the definition of proper similarity
metrics for traces and business process models; the exploitation of these
metrics within proper retrieval and ordering algorithms to support process
analysis; testing will take place in real world domains (e.g. stroke
management; optimization of process task scheduling in a cloud computing
environment).
Towards a Knowledge-Intensive and
Technology-enhanced Patient Emergency Management. Patients in emergency may be taken to an insufficiently equipped
hospital: the stabilization process may be suboptimal. During transportation to
a larger center by ambulance, their parameters are monitored, but the time
series are not recorded and not accessible in real time. We propose tools and
methodologies to overcome these issues. The work will advance research in
process mining, case based reasoning, time series retrieval.
Flexible case-based retrieval techniques. We work at a proper representation of cases with time
series features; we propose dimensionality reduction techniques and efficient
retrieval techniques also with partial match between the query and the
retrieved cases (indexing and retrieval optimization techniques). Application
to bio-medical problems will be considered.
A clinical guidelines management system. Since several years, we work at the implementation of
a domain-independent system for acquiring, representing and executing clinical
guidelines. The system distinguishing features consist in the adoption of
advanced and extended Artificial Intelligence techniques, such as temporal
reasoning, probabilistic reasoning and decision theory concepts.