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.
Tipologia di Attività formativa D e F
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 Ingegneria e scienze informatiche - Immatricolazione dal 2025/2026Le attività formative di tipologia D sono a scelta dello studente, quelle di tipologia F sono ulteriori conoscenze utili all’inserimento nel mondo del lavoro (tirocini, competenze trasversali, project works, ecc.). In base al Regolamento Didattico del Corso, alcune attività possono essere scelte e inserite autonomamente a libretto, altre devono essere approvate da apposita commissione per verificarne la coerenza con il piano di studio. Le attività formative di tipologia D o F possono essere ricoperte dalle seguenti attività.
1. Insegnamenti impartiti presso l'Università di Verona
Comprendono gli insegnamenti sotto riportati e/o nel Catalogo degli insegnamenti (che può essere filtrato anche per lingua di erogazione tramite la Ricerca avanzata).
Modalità di inserimento a libretto: se l'insegnamento è compreso tra quelli sottoelencati, lo studente può inserirlo autonomamente durante il periodo in cui il piano di studi è aperto; in caso contrario, lo studente deve fare richiesta alla Segreteria, inviando a carriere.scienze@ateneo.univr.it il modulo nel periodo indicato.
2. Attestato o equipollenza linguistica CLA
Oltre a quelle richieste dal piano di studi, per gli immatricolati dall'A.A. 2021/2022 vengono riconosciute:
- Lingua inglese: vengono riconosciuti 3 CFU per ogni livello di competenza superiore a quello richiesto dal corso di studio (se non già riconosciuto nel ciclo di studi precedente).
- Altre lingue e italiano per stranieri: vengono riconosciuti 3 CFU per ogni livello di competenza a partire da A2 (se non già riconosciuto nel ciclo di studi precedente).
Tali cfu saranno riconosciuti, fino ad un massimo di 6 cfu complessivi, di tipologia F se il piano didattico lo consente, oppure di tipologia D. Ulteriori crediti a scelta per conoscenze linguistiche potranno essere riconosciuti solo se coerenti con il progetto formativo dello studente e se adeguatamente motivati.
Gli immatricolati fino all'A.A. 2020/2021 devono consultare le informazioni che si trovano qui.
Modalità di inserimento a libretto: richiedere l’attestato o l'equipollenza al CLA e inviarlo alla Segreteria Studenti - Carriere per l’inserimento dell’esame in carriera, tramite mail: carriere.scienze@ateneo.univr.it
3. Competenze trasversali
Scopri i percorsi formativi promossi dal TALC - Teaching and learning center dell'Ateneo, destinati agli studenti regolarmente iscritti all'anno accademico di erogazione del corso https://talc.univr.it/it/competenze-trasversali
Modalità di inserimento a libretto: non è previsto l'inserimento dell'insegnamento nel piano di studi. Solo in seguito all'ottenimento dell'Open Badge verranno automaticamente convalidati i CFU a libretto. La registrazione dei CFU in carriera non è istantanea, ma ci saranno da attendere dei tempi tecnici.
4. Periodo di stage/tirocinio
Oltre ai CFU previsti dal piano di studi (verificare attentamente quanto indicato sul Regolamento Didattico): qui informazioni su come attivare lo stage.
Insegnamenti e altre attività che si possono inserire autonomamente a libretto
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Lab.: The fashion lab (1 cfu) | D |
Caterina Fratea
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Analisi di dati per scienze biomediche | D |
Gloria Menegaz
(Coordinatore)
|
| 1° 2° | Introduzione alla robotica per studenti di materie scientifiche | D |
Paolo Fiorini
(Coordinatore)
|
| 1° 2° | Linguaggio Programmazione Matlab-Simulink | D |
Bogdan Mihai Maris
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Lab.: The fashion lab (1 cfu) | D |
Caterina Fratea
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Introduzione alla robotica per studenti di materie scientifiche | D |
Paolo Fiorini
(Coordinatore)
|
| 1° 2° | Introduzione alla stampa 3D | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Progettazione di componenti hardware su FPGA | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Prototipizzazione con Arduino | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore | D |
Roberto Giacobazzi
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Linguaggio programmazione Python | D |
Giulio Mazzi
(Coordinatore)
|
Rappresentazione della conoscenza (2021/2022)
Codice insegnamento
4S008906
Docente
Coordinatore
Crediti
6
Offerto anche nei corsi:
- Informatica del corso Laurea magistrale in Linguistics [LM-39]
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Periodo
Secondo semestre dal 7 mar 2022 al 10 giu 2022.
Obiettivi formativi
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.
Programma
1. Richiami di logica generale
a. Linguaggi proposizionali
b. Linguaggi del primo ordine
c. Linguaggi del secondo ordine
2. Introduzione alla logica computazionale
a. Compiti di ragionamento
b. Sussunzione, soddisfacibilità, consistenza, disgiuntività,
3. Logiche descrittive strutturali
a. Il linguaggio FL-
i. Sintassi
ii. Semantica
b. La logica AL
i. Sintassi e semantica
ii. Algoritmo di sussunzione strutturale
c. ALU, ALE
d. ALN
4. Logiche descrittive proposizionali
a. ALC, ALCN
i. Sintassi e semantica
ii. Il Tableau per ALCN
b. ALCI
c. ALCQIreg
i. Inapplicabilità del Tableau
ii. Gli automi a due vie alternati su alberi infiniti
5. Sistemi di logica descrittiva
a. Protegè/OWL
6. Linguaggio Naturale
7. Social network analysis e tecniche di network mining
Modalità d'esame
L'esame consiste in una tesina su uno dei temi del corso ed in un eventuale esame orale integrativo. Obiettivo della tesina è la verifica dell'apprendimento dei metodi di rappresentazione della conoscenza, e dei metodi di trattamento del linguaggio naturale, nella pratica di un problema complesso. Lo studente potrebbe svolgere la tesina su uno dei due argomenti in modo prevalente, nel qual caso sarebbe necessario eseguire una integrazione sull'argomento meno presente nello sviluppo della tesina. La tesina documenterà lo sviluppo di programmi in un linguaggio conosciuto allo studente che implementino soluzioni basate su metodi di KR o metodi di NLP.
