Menu:

Rulex

Follow me on ResearchGate
Scholar Profile Scholar Profile


Ricerca


Postdoc

Nel mio primo anno da postdoc ho lavorato come assegnista di ricerca presso il CNR-IEIIT di Genova: la mia ricerca si colloca all'interno del progetto bandiera Interomics e ha condotto anche all'introduzione di feature innovative all'interno della piattaforma Rulex.

Rulex

Rulex è una piattaforma di machine learning che comprende strumenti di ETL, tecniche standard di machine learning e anche algoritmi proprietari, come la Logic Learning Machine. La tecnologia Rulex è disponibile in varie forme, ovvero come software standalone dotato di interfaccia grafica, come set di moduli OEM orientati a una rapida integrazione in altri software di business analytics, o come set di API, per applicazioni cloud.

I miei contributi, inclusi nella release ufficiale a partire dalla versione 3.2, si inquadrano, principalmente, nello sviluppo di task destinati ad applicazioni di association rule mining, sia per quanto riguarda il front-end che il back-end. Il back-end è sviluppato in linguaggio C++, l'interfaccia in Python. Oltre all'implementazione di tecniche note come l'algoritmo Eclat, il lavoro comprende anche lo sviluppo di tool innovativi, orientati al supporto e all'ottimizzazione di operazioni di complexity reduction e di assortment optimization.

Interomics

Il progetto bandiera Interomics è orientato allo sviluppo di una piattaforma integrata per l'applicazione delle scienze "omiche" alla definizione di biomarcatori e di profili predittivi e diagnostici.

maggiori informazioni

Paper di riferimento: Logic Learning Machine and standard supervised methods for Hodgkin’s lymphoma prognosis using gene expression data and clinical variables , Stefano Parodi, Chiara Manneschi, Damiano Verda, Enrico Ferrari, Marco Muselli, Health Informatics Journal, Accettato per la pubblicazione

Dottorato

La mia attività di ricerca si è concentrata, durante il dottorato, nell'ambito della percezione robotica. Più specificamente, ho lavorato, come di seguito sinteticamente descritto, su tre progetti, che coinvolgono l'utilizzo di un laser scanner, un Mircrosoft Kinect e una telecamera. Tutti e tre i tipi di sensori sono utilizzati in robotica, dato che ciascuno è contraddistinto da punti di forza e da limiti: la scelta viene quindi operata secondo il contesto:

Micro Air Vehicle (MAV) position tracking

Durante il periodo passato presso il Robotics and Perception Group dell'Università di Zurigo (guidato dal prof. Davide Scaramuzza) ho contribuito allo sviluppo di una tecnica di position tracking technique per Micro Air Vehicles (MAVs) puramente vision-based.

maggiori informazioni

Paper di riferimento:
Air-ground Matching: Appearance-based GPS-denied Urban Localization of Micro Aerial Vehicles, Andràs L. Majdik, Damiano Verda, Yves Albers-Schoenberg, Davide Scaramuzza, Journal of Field Robotics (JFR), October 2015
Micro Air Vehicle Localization and Position Tracking from Textured 3D Cadastral Models, Andràs L. Majdik, Damiano Verda, Yves Albers-Schoenberg, Davide Scaramuzza, International Conference on Robotics and Automation (ICRA) 2014

Structure-based object category recognition

Si utilizza un sensore Microsoft Kinect, montato su un ground robot, per un'applicazione di riconoscimento oggetti a livello di categoria.

maggiori informazioni

Paper di riferimento: Structure-based object representation and classification in mobile robotics through a Microsoft Kinect, Antonio Sgorbissa, Damiano Verda Robotics And Autonomous Systems (RAS), December 2013

Human localization and mapping

Scegliamo di utilizzare un laser scanner (in combinazione con una Inertial Measurement Unit, o IMU, costituita da accelerometri e giroscopi) per realizzare un’applicazione di generazione di mappe e auto-localizzazione basata su sensori indossabili.

maggiori informazioni

Paper di riferimento: Human navigation and mapping with a 6DOF IMU and a laser scanner, Marco Baglietto, Antonio Sgorbissa, Damiano Verda, Renato Zaccaria Robotics And Autonomous Systems (RAS), December 2011

Versione_Inglese