Piano di didattica alternativa per la magistrale

Piano di didattica alternativa per la laurea magistraleUn approfondimento in informatica: Semantic Web

Costanza Romano

03 Febbraio 2016

Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 1 / 29

Alunni ISICT e Formazione

Cos’è ISICT?"..un istituto di eccellenza che affianca i corsi di studio in ICTdell’Università di Genova per integrare la formazione universitariacon una didattica che è il risultato della stretta collaborazionetra università, aziende ed enti, preparando i giovaniall’inserimento nel mondo del lavoro"


Didattica ISICT

Formazione managerialeIl contesto industriale dellaliguriaGestione dell’InnovazioneRiservatezza, ProprietàIntellettuale, BrevettiProgettare l’Organizzazione. . .

Approfondimenti tecniciBusiness Intelligence andAnalyticsBioinformaticaRoboticaElaborazione quantisticadell’informazione. . .


Potenzialità dell’ingegnere informatico

Apprendimento da datiOttimizzazione e statistica per l’apprendimento da dati

Semantic WebTutorials, NETTAB 2013SWAT4LS 2013

BioinformaticaBioinformatica e Proteomica

Infrastrutture di reteEricsson Bootcamp


Percorso di didattica alternativa


Indice

Attività eseguite1 Ottimizzazione e statistica per l’apprendimento da dati2 Tutorials, NETTAB 20133 SWAT4LS 20134 Bioinformatica e Proteomica5 Ericsson Bootcamp


Ottimizzazione e statistica per l’apprendimento da dati

Erogato dall’Università degli Studi di GenovaNovembre - Dicembre 2013

Argomenti trattatiRichiami di probabilità e statisticaModelli di apprendimento da dati

Numero di ore 15Numero di ore con coeff. moltiplicativo 2,5 37,5


Indice



Tutorials, NETTAB 2013

Società italiana di Bioinformatica16 Ottobre 2013

InterventiIncentrato su Semantic, Social, and Mobile Applications forBioinformatics and Biomedical laboratoriesSemantic Web for Life SciencesOpenPHACTS and NanoPubblicationsStandards for Web Application on MobileMobile Application for Life Sciences

Numero di ore 8Numero di ore con coeff. moltiplicativo 2,5 20


Indice



SWAT4LS 2013

Organizzato dal gruppo SWAT4LS9,11 Dicembre 2013

Tutorials e HackhatonIntoduzione al Semantic WebCOEUS Platform: un esempio di Semantic Web ApplicationRDF Linked Data and identifiers.org at European BioinformaticsInstitute (EBI)Hackathon: Progettazione di una WebApp semantica per lagenerazione di mappe



Indice



Bioinformatica e Proteomica

Organizzato dell’IRCSS San Martino IST1-2,9-10 Aprile 2014

InterventiIntroduzione alla proteomicaTecniche di elettroforesi bidimensionaleLa spettrometria di massa: MALDI/TOF e LC/MSIntroduzione alla bioinformaticaStrumenti bioinformatici per l’analisi dei dati della spettrometria di massaStrumenti bioinformatici per l’analisi dei dati di elettroforesi bidimensionaleReti di interazione proteina-proteina e relativa analisi dei datiDalla ricerca di base alla biomaker discoveryAnalisi supervisionata dei dati di proteomica



Indice



Ericsson Bootcamp

Organizzato da Ericsson Academy15-18 Luglio 2014

TematicheIP Fundamentals (ISO/OSI, TCP/IP, IPv4, IPv6)IP RoutingEthernetMulti-Protocol Label Switching (MPLS)Quality of Service (QoS)



Semantic Web


Le basi

Una Tripla è formata da tre elementi Soggetto-Predicato-Oggetto

Soggetto e oggetto sono risorse legate da una relazione definita daPredicatoOgni elemento di una tripla è definito da una URI univoca, che loidentifica


Le basi




Le basi




Semantic Web

Il Semantic Web è un’estensione del Web tradizionale che si occupa didati rappresentati sotto forma di tripleLa struttura delle relazioni tra elementi si può rappresentareattraverso le ontologie, cioè rappresentazioni della conoscenzarelative ad un certo ambito, utilizzate per lo scambio di informazionetra diversi sistemiA partire da queste rappresentazioni, gli Smart Agents (applicazionisemantiche) derivano conoscenza

Figure: Una semplice ontologia


Semantic Web




Semantic Web




HackhatonGenerazione di una mappa dei campioni biologici a partire dai loro metadati

Dati disponibili: metadati di un insieme di campioni biologici sul sitoEBI (European Bioinformatics Institute).Obiettivo: ottenere una mappa visualizzabile con l’informazionericavata dai metadati.


Procedimento

Interrogazione dello SPARQL endpoint di EBISPARQL: linguaggio SQL-like, permette di ottenere informazione daimetadati semanticiSPARQL endpoint: punto di accesso ai dati forniti.

Ottenimento file RDF/XML contenenti le informazioni relative aicampioni con informazioni geografiche

RDF/XML: estensione di XML in grado di rappresentare i datisemantici mantenendo la struttura innestata di XML

Trasformazione risultati in KML (tramite XSLT)KML: estensione di KML; è il formato di riferimento a cui siappoggiano tool di visualizzazione di mappe come Google Maps

Visualizzazione dei risultati tramite Google Maps


EBI SPARQL Endpoint


Procedimento


Ottenimento file XML contenenti le informazioni relative ai campionicon informazioni geograficheTrasformazione risultati in KML (tramite XSLT)

KML: estensione di KML; è il formato di riferimento a cui siappoggiano tool di visualizzazione di mappe come Google Maps



Struttra dei dati<sparql>

<head><variable name="item"/><variable name="latVal"/><variable name="longVal"/><variable name="label"/><variable name="desc"/>

</head><results>

<result><binding name="item">

<uri> http://rdf.ebi.ac.uk/resource/biosamples/sample/SAMEA1904954 </uri></binding><binding name="latVal">

<literal datatype="http://www.w3.org/2001/XMLSchema#double">-489679.0</literal></binding><binding name="longVal">

<literal datatype="http://www.w3.org/2001/XMLSchema#double">-151843.0</literal></binding><binding name="label">

<literal datatype="http://www.w3.org/2001/XMLSchema#string">ERS249851</literal></binding><binding name="desc">

<literal datatype="http://www.w3.org/2001/XMLSchema#string">16S rRNA tag sequences of day 36 of the iron fertilization experiment LOHAFEX

</literal></binding>

</result></results>

</sparql>


Procedimento


Ottenimento file XML contenenti le informazioni relative ai campionicon informazioni geograficheTrasformazione risultati in KML (tramite XSLT)

KML: estensione di KML; è il formato di riferimento a cui siappoggiano tool di visualizzazione di mappe come Google Maps



Trasformazione

<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0"><xsl:template match="/">

<kml xmlns="http://www.opengis.net/kml/2.2"><Document>

<xsl:for-each select="sparql/results/result"><Placemark>

<name><xsl:value-of select="binding[@name=’label’]/literal"/><xsl:value-of select="binding/uri"/>

</name><description>

<xsl:value-of select="binding[@name=’desc’]/literal"/></description><Point>

<coordinates><xsl:value-of select="binding[@name=’longVal’]/literal"/>

,<xsl:value-of select="binding[@name=’latVal’]/literal"/>

</coordinates></Point>

</Placemark></xsl:for-each>

</Document></kml>

</xsl:template></xsl:stylesheet>


Formato di Output

<?xml version="1.0" encoding="UTF-8"?><kml xmlns="http://www.opengis.net/kml/2.2">

<Document><Placemark>

<name>ERS249851 http://rdf.ebi.ac.uk/resource/biosamples/sample/SAMEA1904954</name><description>16S rRNA tag sequences of day 36 of the iron fertilization experiment LOHAFEX</description><Point>

<coordinates>-151843.0,-489679.0</coordinates></Point>

</Placemark></Document>

</kml>


Tesi di laurea magistraleInsider Threat: Discovery of Internal Threats Through Behaviour-based

Models


Tesi di laurea magistrale

Svolta presso ThinkingSafe Ltd, Egham, Surrey, UKRilevamento di potenziali dipendenti a rischio tramite indicatoricomportamentali

1 Stress2 Aggressività3 Isolamento

Basata su rilevamento nel testo delle email di indicatori linguisticiderivatiModifica dell’algoritmo di detection proprietario di ThinkingSafe perl’applicazione sui testi in italiano

Possibilità ottenuta grazie al contributo ISICT per la tesi all’estero


Grazie per l’attenzione


Date post:	06-Apr-2017
Category:	Technology
Upload:	istituto-superiore-di-studi-in-tecnologie-dellinformazione-e-della-comunicazione
View:	66 times
Download:	2 times

Piano di didattica alternativa per la magistrale

Technology