Offerta formativa - Ciclo 40°

Docente: Riccardo Venanzi (DISI, Università di Bologna)
Anno di corso: a scelta tra primo, secondo e terzo anno
Periodo di svolgimento delle lezioni: gennaio 2025
Durata: 12 ore
Crediti dottorali: 2,4 CD
Modalità di verifica: a progetto

Questo corso di dottorato offre un'esplorazione approfondita delle piattaforme di orchestrazione dei servizi e dell'Industrial Internet of Things (IIoT), fondamentali per la prossima ondata di rivoluzione industriale segnata dall'Industria 4.0 e dall'Industria 5.0. Con l'evoluzione del panorama industriale, il passaggio dall'Industria 4.0 all'Industria 5.0 segna una transizione significativa verso sistemi più intelligenti, interconnessi e incentrati sull'uomo. Questo corso si propone di fornire una comprensione approfondita di questi progressi e delle loro applicazioni pratiche in ambienti industriali reali.
Il corso "Service Orchestration and Industrial IoT Platforms for Industry 4.0 and 5.0 Environments" si propone di fornire agli studenti i concetti chiave dell'Industria 4.0 e 5.0 e le loro differenze, i principi e le tecniche di orchestrazione dei servizi. Inoltre, il corso fornirà una conoscenza completa delle architetture, dei protocolli e delle piattaforme IIoT, compreso il ruolo del Cloud Continuum nel miglioramento delle applicazioni industriali. Infine, si esploreranno casi d'uso industriali reali basati che sfruttano i concetti visti e approfonditi nel corso.

Calendario:
- Venerdì 10 gennaio 2025, ore 14:30 – 17:30 (DISI, Viale Risorgimento 2, Bologna - aula da definire)
- Venerdì 17 gennaio 2025, ore 14:30 – 17:30 (DISI, Viale Risorgimento 2, Bologna - aula da definire)
- Venerdì 24 gennaio 2025, ore 14:30 – 17:30 (DISI, Viale Risorgimento 2, Bologna - aula da definire)
- Venerdì 31 gennaio 2025, ore 14:30 – 17:30 (Bi-Rex, via Paolo Nanni Costa, 20 Bologna - aula da definire)

• Contatta il docente

Docente: Giovanni Ciatto (DISI, Università di Bologna)
Anno di corso: a scelta tra primo, secondo e terzo anno
Periodo di svolgimento delle lezioni: dicembre 2024
Durata: 12 ore
Crediti dottorali: 2,4 CD
Modalità di verifica: a progetto

Guaranteeing reproducibility of results is quintessential for quantitative research. Nowadays, more and more research fields require writing software as part of the experimental setup. In Computer Science and AI, in particular, software is not only a tool for Science, but most commonly the subject of the study too.
To guarantee reproducibility of software experiments, it is paramount for researchers to make it as simple as possible to restore the computational environment in a deterministic way.
Containerisation and orchestration — as supported by the Docker technology — are powerful abstractions to serve this purpose. Accordingly, in this course, we present both the theory and practice of containerization and orchestration, with a focus on how to make data-science experiments automatically reproducible.

• Contatta il docente

Docente: Giovanni Ciatto (DISI, Università di Bologna)
Anno di corso: a scelta tra primo, secondo e terzo anno
Periodo di svolgimento delle lezioni: dicembre 2024
Durata: 12 ore
Crediti dottorali: 2,4 CD
Modalità di verifica: a progetto

Programming is becoming a central activity in research, far beyond the realm of computer science. Mainstream programming languages are flourishing around well-identifiable communities and well-established programming platform. For instance, i) Python is the language of Data Science, ii) JavaScript targets the Web, and iii) the JVM is often the primary choice among multi-agent systems, logic-based technologies, as well as backend and mobile development.
Along this line, in order to maximize the reach of research-oriented software, it is of paramount importance to write code supporting as much platforms (and languages) as possible. Of course, maintaining multiple codebases is a no-go, and this is why researchers often focus on particular platforms—hence limiting their potential audience. Accordingly, in this course we present approaches and best-practices for multi-platform programming, where the same codebase is made available on multiple platforms, minimizing rewriting of code while maximizing portability.

• Contatta il docente

Docente: Domenico Scotece (DISI, Università di Bologna)
Anno di corso: a scelta tra primo, secondo e terzo anno
Periodo di svolgimento delle lezioni: da novembre 2024
Durata: 12 ore
Crediti dottorali: 2,4 CD
Modalità di verifica: a progetto

Il corso di dottorato "Implementazioni Moderne delle Reti Mobili e il Modello O-RAN" fornisce una comprensione avanzata delle reti mobili contemporanee. Copre gli standard 3GPP, i modelli di deployment per la rete 5G Core e l'architettura della rete di accesso radio (RAN), inclusa la sua disaggregazione. Il corso esplora il modello O-RAN, che promuove flessibilità e interoperabilità nelle reti radio. Attraverso lezioni teoriche, gli studenti acquisiranno competenze per progettare, implementare e ottimizzare reti mobili avanzate, preparandosi a diventare esperti nel settore delle telecomunicazioni.

• Contatta il docente

Docente: Zeynep Kiziltan (DISI, Università di Bologna)
Anno di corso: primo
Periodo di svolgimento delle lezioni: da maggio a luglio 2025
Durata: 12 ore
Crediti dottorali: 2,4 CD
Modalità di verifica: idoneità

This is an introductory level course suitable for junior Ph.D. students who are new to scientific publishing in computer science and engineering. The aim is to give practical advice on writing about research work and getting it published in today’s competitive scientific world. After introducing the necessary backgroud on publising, the course will cover the key issues around structuring a paper and deciding the contents, the writing, and the publication phase. The course is meant to be higly interactive. Students requiring an exam will be asked to put some advice into practice and get involved in drafting a short research paper and in its reviewing process.

Calendario:
- 26 maggio 2025, ore 10:00-12:30
- 6 giungo 2025, ore 10:00-12:30
- 13 giungo 2025, ore 10:00-12:30
- 25 giungo 2025, ore 10:00-12:30
- 8 luglio 2025, ore 10:00-12:30

Tutte le lezioni si svolgeranno in presenza in Aula Ercolani 2 in Mura Anteo Zamboni 2B.

• Syllabus

  [ .pdf 274Kb ]

• Contatta la docente

Docente: Giovanni Delnevo (DISI, Università di Bologna)
Anno di corso: a scelta tra primo, secondo e terzo anno
Periodo di svolgimento delle lezioni: aprile 2025
Durata: 12 ore
Crediti dottorali: 2,4 CD
Modalità di verifica: idoneità

Questo corso si propone di presentare i principali concetti relativi alla Human-AI interaction. Con il continuo miglioramento delle sue capacità di percepire, comprendere, reagire e apprendere, l’Intelligenza Artificiale viene utilizzata in ambiti che un tempo erano esclusivi degli esseri umani, sfocando i confini tra gli esseri umani e gli artefatti IT. Dopo aver presentato alcune informazioni di base (ad esempio, nozioni di Human-Computer Interaction, approcci xAI, ...), il corso tratterà le possibili questioni su come dovrebbe essere progettata l'interazione tra utenti e un sistema di IA generale, tenendo conto di diversi fattori chiave.

Calendario:
- Martedì 01 aprile 2025, ore 16:00-19:00
- Venerdì 04 aprile 2025, ore 16:00-19:00
- Martedì 08 aprile 2025, ore 16:00-19:00
- Mercoledì 09 aprile 2025, ore 16:00-19:00

Tutte le lezioni si svolgeranno in aula 2.11 del campus di Cesena

• Contatta il docente

Docente: Federico Ruggeri (DISI, Università di Bologna)
Anno di corso: a scelta tra primo, secondo e terzo anno
Periodo di svolgimento delle lezioni: da marzo ad aprile 2025
Durata: 16 ore
Crediti dottorali: 3,2 CD
Modalità di verifica: a progetto

The number of scientific articles published in Computer Science (and similar fields) increases steadily every year. This is mainly due to breakthroughs like Deep Learning, and, more recently, Large Language Models. Paradoxically, researchers are struggling even more to reproduce published research. This issue affects all possible aspects of research, including methodology, data curation, approach comparison, and implementation.
In this course, we’ll introduce and discuss the concept of ’reproducibility’ in research. In particular, we’ll overview current issues in research and existing attempts to address them. We’ll focus on data curation, experimental setup, model comparison, and programming best practices.
This course is recommended for all types of researchers, from those who have just embarked on their journey to those who have always wondered how certain research managed to get published.

• Contatta il docente

• Syllabus

  [ .pdf 28Kb ]

Docente: Chiara Ceccarini (DISI, Università di Bologna)
Anno di corso: a scelta tra primo, secondo e terzo anno
Periodo di svolgimento delle lezioni: da aprile a maggio 2025
Durata: 12 ore
Crediti dottorali: 2,4 CD
Modalità di verifica: a progetto

Questo corso mira a presentare i fondamenti della Data Visualization per fornire agli studenti le competenze necessarie per creare una visualizzazione efficace in grado di migliorare la comunicazione e la diffusione di dati e risultati scientifici. Il corso tratterà anche i principi, le tecniche e i nuovi approcci della Data Visualization, combinando lezioni teoriche con attività pratiche. Infine, il corso presenterà alcune considerazioni etiche sulla Data Visualization.

Calendario:
- 10 aprile 2025, ore 15:00-18:00 (AULA 3.11 - Campus Cesena)
- 11 aprile 2025, ore 15:00-18:00 (AULA 3.10 - Campus Cesena)
- 16 aprile 2025, ore 15:00-18:00 (AULA 4.1 - Campus Cesena)
- 14 aprile 2025, ore 15:00-18:00 (AULA 4.1 - Campus Cesena)

• Contatta la docente

• Syllabus

  [ .pdf 65Kb ]

Docente: Gianluca Moro (DISI, Università di Bologna)
Anno di corso: a scelta tra primo, secondo e terzo anno
Periodo di svolgimento delle lezioni: novembre 2024
Durata: 12 ore
Crediti dottorali: 2,4 CD
Modalità di verifica: a progetto

Il corso presenta i fondamenti del text mining per fornire agli studenti le competenze necessarie per conoscere ed affrontare i downstream task più importanti nell'elaborazione del linguaggio naturale. Per garantire che i contenuti siano facilmente accessibili, il corso introduce metodicamente una selezione dei più rilevanti modelli, metodi, tecniche ed algoritmi che hanno plasmato la disciplina, insieme alle continue innovazioni che hanno portato allo sviluppo degli attuali large language model generativi (LLM). Il corso esamina le ultime innovazioni dei modelli generativi, evidenziando le loro funzionalità, limiti, applicazioni ed i concetti teorici che potrebbero alimentare i futuri progressi tecnologici.
Al termine, gli studenti conosceranno sia i principi essenziali della disciplina sia tecniche avanzate ed efficienti per utilizzare ed addestrare i moderni large language model compressi in contesti pratici e nella ricerca accademica. Il corso fornirà inoltre una panoramica delle prospettive di ricerca attuali più promettenti nel settore, offrendo spunti sulla frontiera dei progressi e sulle tendenze emergenti, dalla knowledge-enhanced NLP, al reasoning differenziabile e explainability, fino alle capacità cognitive emergenti dei nuovi LLM.

• Contatta il docente