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.

Piano Didattico

A.A. 2024/2025 A.A. 2023/2024 A.A. 2022/2023

Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.
Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:

Laurea magistrale in Artificial Intelligence - Immatricolazione dal 2025/2026

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.

1° Anno

InsegnamentiCreditiTAFSSD
12
B
ING-INF/05
12
B
INF/01
12
B
ING-INF/05

2° Anno  Attivato nell'A.A. 2024/2025

InsegnamentiCreditiTAFSSD
6
C
INF/01
Final exam
18
E
-
Attivato nell'A.A. 2024/2025
InsegnamentiCreditiTAFSSD
6
C
INF/01
Final exam
18
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
1 course among the following
6
C
SECS-S/06
6
C
M-FIL/02
6
C
IUS/17
6
C
IUS/02
6
C
IUS/08
6
C
IUS/04
6
C
IUS/01
6
C
IUS/07
Tra gli anni: 1°- 2°
2 modules among the following (1st year: Knowledge representation, Natural language processing, HCI Intelligent interfaces - 2nd year: AI & Cloud, Visual intelligence, Statistical learning - 1st and 2nd year: Computer Vision & Deep Learning)
6
C
INF/01
6
C
INF/01
6
C
ING-INF/05
6
C
INF/01
6
C
ING-INF/05
6
C
MAT/06
6
C
ING-INF/06
Tra gli anni: 1°- 2°
2 modules among the following (1st year: Knowledge representation, Natural language processing, HCI Intelligent interfaces - 2nd year: AI & Cloud - 1st and 2nd year: Computer Vision & Deep learning)
6
B
INF/01
6
B
INF/01
6
B
ING-INF/05
6
B
INF/01
6
B
ING-INF/05
Tra gli anni: 1°- 2°
2 courses among the following (A.A. 2023/24: Complex systems and Network Science not activated)
6
C
ING-INF/05
6
C
INF/01
6
C
FIS/02
6
C
INF/01
6
C
MAT/08
6
C
MAT/09
6
C
INF/01 ,ING-INF/05
6
C
INF/01
6
C
FIS/02
6
C
INF/01
6
C
MAT/06
Tra gli anni: 1°- 2°
Further activities: 3 CFU training and 3 CFU further language skill or 6 CFU training. International students (i.e. students who do not have an Italian bachelor’s degree) must compulsorily gain 3 CFU of Italian language skills (at least A2 level) and 3 CFU training.
6
F
-
Tra gli anni: 1°- 2°
12
D
-

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.

A Attività di base
B Attività caratterizzanti
C Attività formative affini o integrative
D Attività a scelta dello studente
E Prova finale
F Altre attività formative
S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Knowledge Representation  (2023/2024)

Codice insegnamento

4S010676

Docente

Matteo Cristani

Coordinatore

Matteo Cristani

Crediti

6

Offerto anche nei corsi:

  • Informatica del corso Laurea magistrale in Linguistics [LM-39]

Lingua di erogazione

Inglese en

Settore Scientifico Disciplinare (SSD)

INF/01 - INFORMATICA

Periodo

II semestre dal 4 mar 2024 al 14 giu 2024.

Corsi Singoli

Autorizzato

Orario Lezioni MoodleMoodle Seminari 0

Obiettivi di apprendimento

Il corso si propone di fornire i concetti fondamentali di rappresentazione della conoscenza, sia rispetto al problema astratto di definizione di una ontologia di dominio, sia rispetto al problema di indicizzare dominii documentali. Specificamente, sia tecniche logiche, sia tecniche di machine learning per la classificazione ed analisi documentale. Al termine del corso lo studente avrà acquisito conoscenze sul problema della rappresentazione della conoscenza e delle sue applicazioni e dimestichezza con gli aspetti tecnici dell'elaborazione statistica del linguaggio naturale, comprendendo e connettendo i due aspetti di cui sopra in relazione ai repository documentali, con particolare riguardo al web. Queste conoscenze consentiranno allo studente di: i) costruire ontologie formali; ii) gestire allineamento ontologico; iii) gestire il recupero di documenti indicizzati in base al contenuto testuale; iv) utilizzare metodi formali di analisi del testo combinando gli stessi con metodi formali di ragionamento. Al termine del corso lo studente sarà in grado di: i) presentare una analisi concettuale di natura semantica, saper descrivere il processo che porta un esperto di dominio a fornire le informazioni utili all'ingegnere della conoscenza per concepire una ontologia formale descrittiva del dominio di interesse; ii) proseguire, anche autonomamente, lo studio e la ricerca nell'ambito delle tecnologie semantiche in ambiti applicativi differenziati.

Prerequisiti e nozioni di base

Basi di logica, concetti generali di basi di dati.

Programma

Elementi di logica dei predicati
Logiche descrittive strutturali
Algoritmi di sussunzione strutturale
Logiche descrittive proposizionali
Algoritmo del tableaux
Logiche descrittive predicative
Metodi basati sulla corrispondenza con i 2ATA

Bibliografia

Vai alla bibliografia
Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Modalità didattiche

Lezioni e laboratorio

Modalità di verifica dell'apprendimento

La prova d'esame consiste nell'implementazione di una ontologia formale nel linguaggio Protégé. I temi saranno assegnati al termine del corso.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Criteri di valutazione

Correttezza e completezza dell'implementazione.
Correttezza e completezza dell'analisi concettuale.

Criteri di composizione del voto finale

Correttezza e completezza dell'implementazione conta il 50%.
Correttezza e completezza dell'analisi concettuale conta il 50%.

Lingua dell'esame

Italiano (su richiesta) English

Sustainable Development Goals - SDGs

Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.
Maggiori informazioni su www.univr.it/sostenibilita