Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Calendario accademico
Il calendario accademico riporta le scadenze, gli adempimenti e i periodi rilevanti per la componente studentesca, personale docente e personale dell'Università. Sono inoltre indicate le festività e le chiusure ufficiali dell'Ateneo.
L’anno accademico inizia il 1° ottobre e termina il 30 settembre dell'anno successivo.
Calendario didattico
Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.
| Periodo | Dal | Al |
|---|---|---|
| I semestre | 1-ott-2015 | 29-gen-2016 |
| II semestre | 1-mar-2016 | 10-giu-2016 |
| Sessione | Dal | Al |
|---|---|---|
| Sessione straordinaria Appelli d'esame | 1-feb-2016 | 29-feb-2016 |
| Sessione estiva Appelli d'esame | 13-giu-2016 | 29-lug-2016 |
| Sessione autunnale Appelli d'esame | 1-set-2016 | 30-set-2016 |
| Sessione | Dal | Al |
|---|---|---|
| Sess. autun. App. di Laurea LM18-32 | 21-ott-2015 | 21-ott-2015 |
| Sess. invern. App. di Laurea LM18-32 | 17-mar-2016 | 17-mar-2016 |
| Sess. estiva App. di Laurea LM18-32 | 13-lug-2016 | 13-lug-2016 |
| Sess. autun 2016 App. di Laurea LM18-32 | 19-ott-2016 | 19-ott-2016 |
| Sess. invern. 2017 App. di Laurea-LM18-32 | 21-mar-2017 | 21-mar-2017 |
| Periodo | Dal | Al |
|---|---|---|
| Festività dell'Immacolata Concezione | 8-dic-2015 | 8-dic-2015 |
| Vacanze di Natale | 23-dic-2015 | 6-gen-2016 |
| Vancanze di Pasqua | 24-mar-2016 | 29-mar-2016 |
| Anniversario della Liberazione | 25-apr-2016 | 25-apr-2016 |
| Festa del S. Patrono S. Zeno | 21-mag-2016 | 21-mag-2016 |
| Festa della Repubblica | 2-giu-2016 | 2-giu-2016 |
| Vacanze estive | 8-ago-2016 | 15-ago-2016 |
Calendario esami
Gli appelli d'esame sono gestiti dalla Unità Operativa Segreteria Corsi di Studio Scienze e Ingegneria.
Per consultazione e iscrizione agli appelli d'esame visita il sistema ESSE3.
Per problemi inerenti allo smarrimento della password di accesso ai servizi on-line si prega di rivolgersi al supporto informatico della Scuola o al servizio recupero credenziali
Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami
Docenti
Piano Didattico
Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
2° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Sistemi avanzati per il riconoscimento (2016/2017)
Codice insegnamento
4S02792
Docente
Coordinatore
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Periodo
I sem. dal 3-ott-2016 al 31-gen-2017.
Obiettivi formativi
Il corso è pensato come naturale prosecuzione di Teorie e Tecniche del Riconoscimento, e approccia problemi di classificazione notevolmente più difficili. Gli obiettivi del corso sono di rendere lo studente in grado di capire e modificare codice professionale per il riconoscimento (OpenCV, VLFeat, Tensorflow), unitamente a capire la teoria sottostante. Al termine dell’insegnamento lo studente dovrà essere in grado di affrontare un problema reale di riconoscimento (derivante da una applicazione industriale), attraverso gli strumenti visti a lezione. I linguaggi utilizzati saranno principalmente MATLAB e Python, con alcuni rimandi di C.
Programma
Il corso affornta una serie di argomenti allo stato dell’arte nel campo del riconoscimento. Pertanto, ogni argomento verrà spiegato attraverso articoli e dispense aggiornate allegate alle slide delle lezioni. In ogni caso, è consigliabile avere a disposizione questi testi come base di studio:
- Christopher M. Bishop. 2006. Pattern Recognition and Machine Learning (Information Science and Statistics). Springer-Verlag New York, Inc., Secaucus, NJ, USA.
- Ian Goodfellow, Yoshua Bengio, and Aaron Courville. Deep learning. MIT Press, 2016.
Argomenti:
- Strumenti di validazione dei classificatori: Matrice di confusione e misure derivate, curve ROC e CMC, average precision, errore quadratico medio, correlazione di etichetta, misure per classificatori e regressori
- Kernel machines, Support Vector Machines
- VLFeat per il riconoscimento di oggetti: riconoscimento denso di oggetti attraverso modelli discriminativi multiclasse
- Caratteristiche di classificazione dense in modalità bag of words
- Descrittori di forma per il tracking di oggetti: B-spline e Condensation
- Deep learning in Tensorflow: Multinomial Logistic Classifier, Neural Networks, C0nvolutional Neural Network
Modalità d'esame
L’esame prevede la discussione con il docente di un elaborato scritto, che propone una soluzione ad un problema industriale di classificazione. Il voto dipenderà dalle capacità di classificazione ottenute dal classificatore (con misure di bontà di classificazione diverse da problema a problema), dai margini di confidenza statistici offerti e dalla motivazione teorica che ha spinto lo studente a scegliere una particolare tecnica di programmazione.
Materiale Didattico
-
Lab 1 - Valutazione dei classificatori supervisionati
(zip, it, 400 KB, 06/10/16)
-
Lab 2 - Funzioni discriminanti lineari ed SVM
(zip, it, 1925 KB, 20/10/16)
-
Lab 3 - Riconoscimento di oggetti con BoW
(zip, it, 14 KB, 17/11/16)
-
Lab 4 - Riconoscimento di oggetti con PLSA
(zip, it, 1 KB, 24/11/16)
-
Lab 6 - Shape descriptors
(zip, it, 1877 KB, 19/12/16)
-
Lezione 0 - Introduzione al corso
(pdf, it, 719 KB, 02/10/16)
-
Lezione 1 - Valutazione dei classificatori supervisionati
(zip, it, 2874 KB, 02/10/16)
-
Lezione 2 - Classificatori discriminativi
(zip, it, 5315 KB, 10/10/16)
-
Lezione 4 - Riconoscimento di Oggetti - Classificatori generativi (PLSA)
(zip, it, 17248 KB, 24/11/16)
-
Lezione 5 - Motion Detection
(zip, it, 7103 KB, 30/11/16)
-
Lezione 7 - Deep Networks
(zip, it, 8017 KB, 12/01/17)
-
Lezione 8 - Deep Networks - Going Deep
(zip, it, 1344 KB, 11/01/17)
-
Lezione 9 - Deep Networks - CNNs
(zip, it, 8047 KB, 23/01/17)
Tipologia di Attività formativa D e F
Insegnamenti non ancora inseriti
Prospettive
Avvisi degli insegnamenti e del corso di studio
Per la comunità studentesca
Se sei già iscritta/o a un corso di studio, puoi consultare tutti gli avvisi relativi al tuo corso di studi nella tua area riservata MyUnivr.
In questo portale potrai visualizzare informazioni, risorse e servizi utili che riguardano la tua carriera universitaria (libretto online, gestione della carriera Esse3, corsi e-learning, email istituzionale, modulistica di segreteria, procedure amministrative, ecc.).
Entra in MyUnivr con le tue credenziali GIA.
Ulteriori servizi
I servizi e le attività di orientamento sono pensati per fornire alle future matricole gli strumenti e le informazioni che consentano loro di compiere una scelta consapevole del corso di studi universitario.
Prova Finale
Alla tesi di laurea sono dedicati 24 CFU, per un lavoro che non deve superare i 4-5 mesi a tempo pieno per la/o studentessa/studente.
Scopo della Tesi di Laurea
La Tesi di Laurea costituisce un importante ed imprescindibile passo nella formazione della/del futura/o laureata/o Magistrale in Ingegneria e Scienze Informatiche. Scopo della tesi è quello di sviluppare uno studio quanto più originale che può culminare con un progetto applicativo o un risultato teorico connesso a specifici problemi di natura progettuale o una rassegna critica sullo stato dell'arte in un determinato ambito di studio. Su proposta della/del relatrice/relatore, può essere compilato e discusso in lingua straniera. Nel corso dello svolgimento della Tesi il laureando dovrà, sotto la guida della relatrice/relatore ed eventuali correlatrici/correlatori, affrontare lo studio e l'approfondimento degli argomenti scelti, ma anche acquisire capacità di sintesi e applicazione creativa delle conoscenze acquisite. Il contenuto della Tesi deve essere inerente a tematiche dell'ingegneria e delle Scienze Informatiche o discipline strettamente correlate. La Tesi consiste nella presentazione in forma scritta di attività che possono essere articolate come:
i) progettazione e sviluppo di applicazioni o sistemi;
ii) analisi critica di contributi tratti dalla letteratura scientifica;
iii) contributi originali di ricerca.
La Tesi può essere redatta sia in lingua inglese che in lingua italiana, e può essere discussa sia in inglese che in italiano, anche mediante l'ausilio di supporti multimediali quali slide, filmati, immagini e suoni. Nel caso di tesi redatta in lingua italiana alla medesima dovrà essere aggiunto un breve riassunto in lingua inglese.
Modalità di svolgimento e valutazione
Ogni Tesi di Laurea può essere interna o esterna a seconda che sia svolta presso l'Università di Verona o in collaborazione con altro ente, rispettivamente. Ogni Tesi prevede una/un relatrice/relatore eventualmente affiancata/o da una/uno o più correlatrici/correlatori e una/un controrelatrice/controrelatore. La/il controrelatrice/controrelatore è nominata/o dal Collegio Didattico di Informatica almeno 20 giorni prima della discussione della Tesi, verificata l'ammissibilità della/o studentessa/studente a sostenere l’esame di Laurea Magistrale. Per quanto riguarda gli aspetti giuridici (e.g., proprietà intellettuale dei risultati) legati alla Tesi e ai risultati ivi contenuti si rimanda alla legislazione vigente in materia ed ai Regolamenti di Ateneo.
Valutazione delle Tesi
I criteri su cui sono chiamati ad esprimersi relatore ed eventuali correlatori e controrelatore sono i seguenti:
1. livello di approfondimento del lavoro svolto, in relazione allo stato dell'arte dei settori disciplinari di pertinenza informatica;
2. avanzamento conoscitivo o tecnologico apportato dalla Tesi;
3. impegno critico espresso dalla/dal laureanda/o;
4. impegno sperimentale e/o di sviluppo formale espresso dal laureando;
5. autonomia di lavoro espressa dalla/dal laureanda/o;
6. significatività delle metodologie impiegate;
7. accuratezza dello svolgimento e della scrittura;
8. la/il controrelatrice/controrelatore non è chiamata/o ad esprimersi sul punto 5.
Voto di Laurea
Il voto di Laurea (espresso in 110mi) è un valore intero compreso tra 66/110 e 110/110 e viene formato dalla somma, arrotondata al numero intero più vicino (e.g., 93.50 diventa 94, 86.49 diventa 86), dei seguenti addendi:
1. media pesata sui crediti e rapportata a 110 dei voti conseguiti negli esami di profitto;
2. valutazione del colloquio di Laurea e della Tesi secondo le seguenti modalità:
a. attribuzione di un coefficiente compreso tra 0 e 1 (frazionario con una cifra decimale) per ciascuno dei punti 1-7 elencati sopra;
b. attribuzione di un coefficiente compreso tra 0 e 1 (frazionario con una cifra decimale) per la qualità della presentazione;
c. somma dei coefficienti attribuiti ai punti a e b.
La presenza di eventuali lodi ottenute negli esami sostenuti, la partecipazione a stage ufficialmente riconosciuti dal Collegio Didattico di Informatica, il superamento di esami in soprannumero ed il raggiungimento della Laurea in tempi contenuti rispetto alla durata legale del corso degli studi possono essere utilizzati dalla Commissione di Laurea per attribuire un ulteriore incremento di un punto.
Qualora la somma ottenuta raggiunga 110/110, la Commissione può decidere l'attribuzione della lode. La lode viene proposta e discussa dalla Commissione, senza l'adozione di particolari meccanismi di calcolo automatico. In base alle norme vigenti, la lode viene attribuita solo se il parere è unanime.
Tesi esterne
Una Tesi esterna viene svolta in collaborazione con un ente diverso dall'Università di Verona. In tal caso, la/il laureanda/o dovrà preventivamente concordare il tema della Tesi con una/un relatrice/relatore dell'Ateneo. Inoltre, è previsto almeno una/un correlatrice/correlatore appartenente all'ente esterno, quale riferimento immediato per la/o studentessa/studente nel corso dello svolgimento dell’attività di Tesi. Relatrice/relatore e correlatrici/correlatori devono essere indicate/i nella domanda di assegnazione Tesi. Le modalità assicurative della permanenza della/o studentessa/studente presso l'Ente esterno sono regolate dalle norme vigenti presso l'Università di Verona. Se la Tesi si configura come un periodo di formazione presso tale ente, allora è necessario stipulare una convenzione tra l'Università e detto ente. I risultati contenuti nella Tesi sono patrimonio in comunione di tutte le persone ed enti coinvolti. In particolare, i contenuti ed i risultati della Tesi sono da considerarsi pubblici. Per tutto quanto riguarda aspetti non strettamente scientifici (e.g. convenzioni, assicurazioni) ci si rifà alla delibera del SA. del 12 gennaio 1999
Relatrice/relatore,correlatrici/correlatori,controrelatrici/controrelatori
La Tesi di Laurea viene presentata da una/un relatrice/relatore docente di ruolo del Dipartimento di Informatica o inquadrato nei SSD ING-INF/05 e INF/01. Oltre a coloro che hanno i requisiti indicati rispetto al ruolo di relatrice/relatore (come indicato sopra), possono svolgere il ruolo di correlatrici/correlatori anche ricercatrici/ricercatori operanti in istituti di ricerca extrauniversitari assegnisti di ricerca, titolari di borsa di studio post-dottorato, dottorandi di ricerca, personale tecnico del Dipartimento, cultrici/cultori della materia nominate/i da un Ateneo italiano ed ancora in vigore, referenti aziendali esperte/i nel settore considerato nella Tesi. Può essere nominata/o controrelatrice/controrelatore qualunque docente professoressa/professore o ricercatrice/ricercatore del Dipartimento di Informatica dell'Università degli Studi di Verona, che risulti particolarmente competente nell'ambito specifico di studio della Tesi.
Elenco delle proposte di tesi e stage
Modalità di frequenza
Come riportato nel Regolamento Didattico per l'A.A. 2021/2022, la frequenza al corso di studio non è obbligatoria.
Per le modalità di erogazione della didattica, si rimanda alle informazioni in costante aggiornamento dell'Unità di Crisi.
