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.

A.A. 2016/2017

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 accademico

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.

Definizione dei periodi di lezione
Periodo Dal Al
I sem. 3-ott-2016 31-gen-2017
II sem. 1-mar-2017 9-giu-2017
Sessioni degli esami
Sessione Dal Al
Sessione invernale Appelli d'esame 1-feb-2017 28-feb-2017
Sessione estiva Appelli d'esame 12-giu-2017 31-lug-2017
Sessione autunnale Appelli d'esame 1-set-2017 29-set-2017
Sessioni di lauree
Sessione Dal Al
Sessione estiva Appelli di Laurea 19-lug-2017 19-lug-2017
Sessione autunnale Appelli di laurea 18-ott-2017 18-ott-2017
Sessione invernale Appelli di laurea 21-mar-2018 21-mar-2018
Vacanze
Periodo Dal Al
Festa di Ognissanti 1-nov-2016 1-nov-2016
Festa dell'Immacolata Concezione 8-dic-2016 8-dic-2016
Vacanze di Natale 23-dic-2016 8-gen-2017
Vacanze di Pasqua 14-apr-2017 18-apr-2017
Anniversario della Liberazione 25-apr-2017 25-apr-2017
Festa del Lavoro 1-mag-2017 1-mag-2017
Festa della Repubblica 2-giu-2017 2-giu-2017
Vacanze estive 8-ago-2017 20-ago-2017

Calendario esami

Gli appelli d'esame sono gestiti dalla Unità Operativa Didattica e Studenti 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

Calendario esami

Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami

Docenti

B C D F G M O P Q R S V

Belussi Alberto

alberto.belussi@univr.it +39 045 802 7980

Bombieri Nicola

nicola.bombieri@univr.it +39 045 802 7094

Bonacina Maria Paola

mariapaola.bonacina@univr.it +39 045 802 7046

Carra Damiano

damiano.carra@univr.it +39 045 802 7059

Castellani Umberto

umberto.castellani@univr.it +39 045 802 7988

Cicalese Ferdinando

ferdinando.cicalese@univr.it +39 045 802 7969

Cristani Matteo

matteo.cristani@univr.it 045 802 7983

Cristani Marco

marco.cristani@univr.it +39 045 802 7841

Cubico Serena

serena.cubico@univr.it 045 802 8132

Daducci Alessandro

alessandro.daducci@univr.it +39 045 8027025

Dalla Preda Mila

mila.dallapreda@univr.it

Farinelli Alessandro

alessandro.farinelli@univr.it +39 045 802 7842

Favretto Giuseppe

giuseppe.favretto@univr.it +39 045 802 8749 - 8748

Fiorini Paolo

paolo.fiorini@univr.it 045 802 7963

Franco Giuditta

giuditta.franco@univr.it +39 045 802 7045

Fummi Franco

franco.fummi@univr.it 045 802 7994

Giachetti Andrea

andrea.giachetti@univr.it +39 045 8027998

Giacobazzi Roberto

roberto.giacobazzi@univr.it +39 045 802 7995

Manca Vincenzo

vincenzo.manca@univr.it 045 802 7981

Mastroeni Isabella

isabella.mastroeni@univr.it +39 045 802 7089

Menegaz Gloria

gloria.menegaz@univr.it +39 045 802 7024

Merro Massimo

massimo.merro@univr.it 045 802 7992

Muradore Riccardo

riccardo.muradore@univr.it +39 045 802 7835

Oliboni Barbara

barbara.oliboni@univr.it +39 045 802 7077

Pravadelli Graziano

graziano.pravadelli@univr.it +39 045 802 7081

Quaglia Davide

davide.quaglia@univr.it +39 045 802 7811

Rizzi Romeo

romeo.rizzi@univr.it +39 045 8027088

Romeo Alessandro

alessandro.romeo@univr.it +39 045 802 7974-7936; Lab: +39 045 802 7808

Schuster Peter Michael

peter.schuster@univr.it +39 045 802 7029

Segala Roberto

roberto.segala@univr.it 045 802 7997

Spoto Nicola Fausto

fausto.spoto@univr.it +39 045 8027940

Villa Tiziano

tiziano.villa@univr.it +39 045 802 7034

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.

CURRICULUM TIPO:
InsegnamentiCreditiTAFSSD
12
B
(ING-INF/05)
12
B
(INF/01)
6
B
(ING-INF/05)
12
B
(ING-INF/05)
6
B
(ING-INF/05)
InsegnamentiCreditiTAFSSD
6
B
(INF/01)
6
B
(ING-INF/05)
Taf f (altre attività formative)
4
F
-

1° Anno

InsegnamentiCreditiTAFSSD
12
B
(ING-INF/05)
12
B
(INF/01)
6
B
(ING-INF/05)
12
B
(ING-INF/05)
6
B
(ING-INF/05)

2° Anno

InsegnamentiCreditiTAFSSD
6
B
(INF/01)
6
B
(ING-INF/05)
Taf f (altre attività formative)
4
F
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°Due insegnamenti a scelta
6
C
(INF/01)
6
C
(INF/01)
6
C
(INF/01)

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.




SStage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Codice insegnamento

4S02709

Crediti

12

Coordinatore

Romeo Rizzi

L'insegnamento è organizzato come segue:

Complessità

Crediti

6

Periodo

II sem.

Algoritmi

Crediti

6

Periodo

II sem.

Docenti

Romeo Rizzi

Obiettivi formativi

------------------------
MM: COMPLESSITÀ
------------------------
Obiettivo del corso è fornire le nozioni di base della teoria della complessità computazionale con particolare attenzione alla teoria della NP-completezza, alle differenze e analogie nella classificazione dei problemi computazionali rispetto alle risorse di tempo e/o spazio necessarie alla loro risoluzione algoritmica ed infine introdurre approcci di base per l'approssimazione di problemi "difficili". Con riferimento agli obiettivi del percorso formativo del CdS il corso porta gli studenti ad approfondire e ampliare la formazione triennale in ambito di analisi e valutazione di algoritmi e sistemi di calcolo fornendo un bagaglio di strumenti avanzati per affrontare problemi non banali nel settore. Lo studente che ha seguito il corso con profitto avrà acquisito gli strumenti necessari per comprendere e affrontare la difficoltà nel risolvere alcuni problemi comuni da un punto di vista computazionale. Lo studente potrà analizzare in maniera indipendente un nuovo problema, comprendere le caratteristiche strutturali che lo rendono "difficile" o meno e valutare quali possano essere approcci alternativi alla sua risoluzione (approssimazione, parametrizzazione) in assenza di soluzioni probabilmente efficienti.
------------------------
MM: ALGORITMI
------------------------
Gli algoritmi costituiscono l'ossatura e la sostanza dell'informatica, ma ne sono anche i piu` antichi antesignani e sono trasversali e pervasivi a tutte le discipline. Il loro progetto prende avvio dallo studio della struttura dei problemi ed il piu` delle volte ne rappresenta il coronamento. Lo studio degli algoritmi richiede ed offre metodologie e tecniche di problem solving, competenze logiche e matematiche. Il corso si prefigge di stimolare gli studenti e di guidarli nel cammino all'acquisire competenze e metodologie di base spendibili nell'analisi dei problemi e nel progetto di algoritmi risolutori per gli stessi. Un primo obiettivo del corso e` chiarire agli studenti come per l'ottenimento di soluzioni (algoritmi) sia necessario passare per uno studio e comprensione del problema. Particolare enfasi viene data agli aspetti metodologici: studio di casi particolari, ruolo del congetturare, tecniche di dimostrazione, ascolto del problema e rilevamento della sua struttura. Un secondo obiettivo e` costruire un buon rapporto con l'approccio induttivo nello studio dei problemi, ed una buona dimestichezza con la ricorsione. Gli studenti vengono incoraggiati ad integrare l'approccio induttivo tra le loro tecniche con cui affrontare i problemi. Tra i dialetti della ricorsione, si approfondisce in particolare sulla programmazione dinamica. Allo studente si richiede di acquisire la programmazione dinamica come sua tecnica di problem solving. Particolare enfasi viene data all'efficienza degli algoritmi stessi, e la teoria della Complessita` Computazionale del modulo coniugato gioca un profondo ruolo metodologico nell'analisi dei problemi. Un'obiettivo del corso e` evidenziare ed illustrare questo ruolo. Infine ma non ultimo, il percorso di soluzione dei problemi deve essere completo. Allo studente si richiede di acquisire dimestichezza e capacita` di gestirsi nelle seguenti fasi: studio e comprensione del problema, individuazione di soluzioni algoritmiche, progetto di algoritmi efficienti, organizzazione della fase di implementazione, cura dell'implementazione, testing e debugging.

Programma

------------------------
MM: COMPLESSITÀ
------------------------
Concetto di modello di calcolo, risorsa computazionale, algoritmo efficiente e problema trattabile. Relazioni tra problemi computazionali. Riduzioni polinomiale tra problemi computazionali. Le classi P, NP e co-NP. Concetto di completezza. Dimostrazioni di NP-completezza: il teorema di Cook; dimostrazioni mediante riduzioni polinomiali. Differenza tra Problemi di Ricerca e Problemi di Decisione. Self-reducibility dei problemi NP-completi ed esistenza di problemi non self-reducible. Richiami di teoria della computabilità: macchine di Turing e diagonalizzazione. Teoremi di Gerarchia rispetto al tempo. Esistenza di problemi intermedi nell'ipotesi P diverso da NP Complessità di spazio: modelli e differenze fondamentali tra misure di tempo e spazio. Le classi NL ed L e relazioni con la classe P. La centralità del problema Reachability. Completezza per le classi di complessità di spazio. Riduzioni log-space. NL-completezza di reachability. Non-determinismo e complessità di spazio. Il teorema di Savitch. Il teorema di Immerman-Szlepcsenyi. Le classe PSPACE e NPSPACE ed esempi e riduzioni per dimostrare PSPACE-completezza. Introduzione all'approssimazione. Problemi di Ottimizzazione. Esempi di algoritmi di approssimazione. Classificazione dei problemi rispetto alla possibilità di fornire approssimazioni più o meno buone. Classi di problemi: APX, PTAS, FPTAS. Nozioni di inapprossimabilita: la tecnica del gap per provare inapprossimabilità, e cenni di riduzioni che preservano l'approssimabilità. Esempi di uso della randomizzazione per la risoluzione di problemi computazionale difficili. Prerequisiti raccomandati ------------------------- Per seguire con profitto l'insegnamento è raccomandato che lo studente abbia già acquisito competenze in: 1. Comuni strutture dati astratte come lista, stack, code, alberi, heap. 2. Rappresentazione di grafi e principali algoritmi sui grafi: 2.1 Visita di grafi: BFS, DFS. 2.2 Ordinamento topologico. Componenti connesse. 2.3 Alberi di copertura di costo minimo. Algoritmi di Kruskal e Prim. 2.4 Cammini minimi da singola sorgente: Algoritmi di Dijkstra e Bellman-Ford. 2.5 Cammini minimi per tutte le coppie: Algoritmi di Floyd-Warshall e Johnson. 2.6 Flusso massimo. Algoritmo di Ford-Fulkerson. Un testo consigliato per rivedere tali concetti è "Introduction to Algorithms" di T. H. Cormen, C. E. Leiserson, R. L. Rivest e C. Stein (3 ed.).
------------------------
MM: ALGORITMI
------------------------
1. Workflow del problem solving: analisi e comprensione del problema e della sua struttura, concepimento di soluzioni algoritmiche, progetto di algoritmi efficienti, pianificare l'implementazione, condurre l'implementazione, testing e debugging. 2. Metodologia nell'analisi del problema: Lo studio di casi particolari. Particolarizzazione e generalizzazione. Costruire un dialogo col problema. Congetture. Ipotesi di semplicita`. Risolvere un problema riducendolo ad un altro. Riduzioni tra problemi per raccoglierli in classi. Ridurre i problemi a forme piu` fondamentali. Il ruolo della teoria della complessita` nel classificare i problemi in classi. Il ruolo della teoria della complessita` nell'analizzare i problemi. Controesempi e dimostrazioni di NP-hardness. Buone congetture e buone caratterizzazioni. La fede puo` rendere vere le congetture. Decomporre i problemi ed approccio induttivo. 3. Tecniche generali per il progetto di algoritmi. Ricorsione. Divide et impera. Ricorsione con memoizzazione. Programmazione dinamica (DP). Greedy. DP su sequenze. DP su DAGs. Approfondimento: buona caratterizzazione dei DAGs e scheduling; comporre ordinamenti parziali in nuovi ordinamenti parziali. DP su alberi. Approfondimento: adottare i figli uno ad uno; vantaggi della visione arco-centrica rispetto alla nodo-centrica. L'occhio asintotico sulle prestazioni guida nel progetto degli algoritmi: l'esempio della ricerca binaria; miglioramenti trascurabili da non inseguire; analisi ammortizzata. Alcune strutture dati: heaps binari; somme prefisse; Fenwick trees; range trees. 4. Algoritmi su grafi e digrafi. Grafi bipartiti: algoritmi di riconoscimento e buone caratterizzazioni. Grafi Euleriani: algoritmi di riconoscimento e buone caratterizzazioni. Cammini minimi. Minimo spanning tree. Flusso massimo e minimo taglio. Matching bipartito e node covers. Bipartite matchings. Il kernel di un DAG. Progressively finite games. Somma di giochi. 5. Accortezze ed approcci nell'condurre l'implementazione, la codifica, il testing ed il debugging. Pianificare l'implementazione. Prefigurarsi le decisioni importanti ed individuare gli aspetti ancora non chiari. Codifica passo passo. Verifiche passo passo, incrociate, e uso di asserts. Tecniche di testing e di debugging. Algoritmi auto-certificanti.

Modalità d'esame

Quando lo studente ha, nel proprio portafoglio voti, sia un voto positivo (almeno 18) per il modulo di Complessita` sia un voto positivo (almeno 18) per il modulo di Algoritmi, egli puo` richiedere al docente titolare del corso di procedere con la registrazione del voto per l'intero insegnamento, ottenuto come media dei voti per i due moduli.
La media e` arrotondata per eccesso ed un 30 e lode vale 33. Per generare un 30 e lode come voto finale serve almeno una lode e nessuna delle due valutazioni sotto il 30.
Quando ritieni giunto il momento di registrare il tuo voto, mandi una mail a romeo.rizzi@univr.it specificando:
1. voto per la parte di algoritmi e appello a cui lo hai conseguito (regola del max);
2. ultimo appello di complessita' al quale hai consegnato e voto conseguito;
3. voto che ti attendi ti venga verbalizzato e le tue generalita` (matricola VRxxxxxx).

Le modalita` con cui richiedere la registrazione e l'intero workflow sono riportati alla pagina:
http://profs.sci.univr.it/~rrizzi/classes/Algoritmi/index.html

Alla stessa pagina trovi inoltre il portafoglio dei tuoi voti, nonche` le informazioni su come venga prodotto e gestito il voto per il modulo di Algoritmi.
Per tali informazioni rimandiamo inoltre alle schede Dashboard della Didattica dei singoli moduli.

Bibliografia

Testi di riferimento
Autore Titolo Casa editrice Anno ISBN Note
Sanjoy Dasgupta, Christos Papadimitriou, Umesh Vazirani Algorithms (Edizione 1) McGraw-Hill Higher Education 2007 978-0-07-352340-8
Ingo Wegener Complexity Theory Springer 2005
Christos H. Papadimitriou Computational complexity Addison Wesley 1994 0201530821
S. Arora, B. Barak Computational Complexity. A modern approach (Edizione 1) Cambridge University Press 2009 9780521424264
Garey, M. R. and Johnson, D. S. Computers intractability: a guide to the theory of NP-completeness Freeman 1979 0-7167-1045-5
T. Cormen, C. Leiserson, R. Rivest Introduction to algorithms (Edizione 1) MIT Press 1990 0262031418
Michael Sipser Introduction to the Theory of Computation PWS 1997 053494728X
Cristopher Moore, Stephan Mertens The Nature of Computation Oxford 2011
Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein Introduction to Algorithms (Edizione 3) MIT Press 2009 978-0-262-53305-8

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.

Prova Finale

Per gli scadenziari, gli adempimenti amministrativi e gli avvisi sulle sessioni di laurea, si rimanda al servizio Sessioni di laurea - Scienze e Ingegneria.

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

Proposte di tesi Area di ricerca
Analisi ed identificazione automatica del tono/volume della voce AI, Robotics & Automatic Control - AI, Robotics & Automatic Control
Analisi e percezione dei segnali biometrici per l'interazione con robot AI, Robotics & Automatic Control - AI, Robotics & Automatic Control
Integrazione del simulatore del robot Nao con Oculus Rift AI, Robotics & Automatic Control - AI, Robotics & Automatic Control
Tesi in ragionamento automatico Computing Methodologies - ARTIFICIAL INTELLIGENCE
Sviluppo sistemi di scansione 3D Computing Methodologies - COMPUTER GRAPHICS
Sviluppo sistemi di scansione 3D Computing Methodologies - IMAGE PROCESSING AND COMPUTER VISION
Dati geografici Information Systems - INFORMATION SYSTEMS APPLICATIONS
Analisi ed identificazione automatica del tono/volume della voce Robotics - Robotics
Analisi e percezione dei segnali biometrici per l'interazione con robot Robotics - Robotics
Integrazione del simulatore del robot Nao con Oculus Rift Robotics - Robotics
Tesi in ragionamento automatico Theory of computation - Logic
Tesi in ragionamento automatico Theory of computation - Semantics and reasoning
Proposte di tesi/collaborazione/stage in Intelligenza Artificiale Applicata Argomenti vari
Proposte di Tesi/Stage/Progetto nell'ambito delle basi di dati/sistemi informativi Argomenti vari

Gestione carriere


Modalità di frequenza

Come riportato al punto 25 del 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.

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.