Formazione e ricerca

Attività Formative del Corso di Dottorato - 2023/2024

This page shows the courses and classes of the PhD programme for the academic year 2023/2024. Additional courses and classes will be added during the year. Please check for updates regularly!

Non monotonic reasoning

Crediti: 3

Lingua di erogazione: English

Docente:  Matteo Cristani

Sustainable Embodied Mechanical Intelligence

Crediti: 3

Lingua di erogazione: English

Docente:  Giovanni Gerardo Muscolo

Brain Computer Interfaces

Crediti: 3

Lingua di erogazione: English

Docente:  Silvia Francesca Storti

A practical interdisciplinary PhD course on exploratory data analysis

Crediti: 4

Lingua di erogazione: Inglese

Docente:  Prof. Vincenzo Bonnici (Università di Parma)

Multimodal Learning and Applications

Crediti: 5

Lingua di erogazione: Inglese

Docente:  Cigdem Beyan

Introduction to Blockchain

Crediti: 3

Lingua di erogazione: English

Docente:  Sara Migliorini

Advanced Data Structures for Textual Data

Crediti: 3

Lingua di erogazione: English

Docente:  Zsuzsanna Liptak

AI and explainable models

Crediti: 5

Lingua di erogazione: English

Docente:  Gloria Menegaz, Lorenza Brusini

Automated Software Testing

Crediti: 4

Lingua di erogazione: English

Docente:  Mariano Ceccato

Autonomous Agents and Multi-Agent Systems

Crediti: 5

Lingua di erogazione: English

Docente:  Alessandro Farinelli

Cyber-Physical System Security

Crediti: 3

Lingua di erogazione: English

Docente:  Massimo Merro

Elements of Machine Teaching: Theory and Appl.

Crediti: 3

Lingua di erogazione: English

Docente:  Ferdinando Cicalese

Foundations of quantum languages

Crediti: 3

Lingua di erogazione: English

Docente:  Margherita Zorzi

Introduction to Quantum Machine Learning

Crediti: 4

Lingua di erogazione: English

Docente:  Alessandra Di Pierro

Laboratory of quantum information in classical wave-optics analogy

Crediti: 3

Lingua di erogazione: English

Docente:  Claudia Daffara

Crediti

5

Lingua di erogazione

English

Frequenza alle lezioni

Scelta Libera

Sede

VERONA

Obiettivi di apprendimento

Il corso illustra le principali problematiche relative allo sviluppo di agenti intelligenti che riescono a percepire, pianificare, agire ed interagire con altri agenti ed esseri umani. L'obiettivo è fornire alle studentesse ed agli studenti strumenti per ideare, applicare e valutare algoritmi che permettano ad agenti intelligenti di interagire con l'ambiente circostante eseguendo compiti complessi con un elevato livello di autonoma. Al termine del corso le studentesse e gli studenti dovranno dimostrare di comprendere i concetti fondamentali relativi a: i) Intelligenza Artificiale Cooperativa ed in particolare ottimizzazione in contesti multi-agente; ii) Apprendimento automatico con particolare enfasi sull'apprendimento per rinforzo; iii) tecniche di Intelligenza Artificiale per sistemi robotici.
Le studentesse e gli studenti, dovranno dimostrare di conoscere, ed essere in grado di usare i principali strumenti per lo sviluppo di agenti autonomi e sistemi multi-agente.
Le studentesse e gli studenti dovranno inoltre conoscere le sfide aperte e le limitazioni delle tecniche allo stato dell'arte per l'area relativa agli agenti autonomi e sistemi multi-agente ed avere la capacità di proseguire gli studi in modo autonomo sviluppando approcci innovativi volti a migliorare lo stato dell’arte.

Prerequisiti e nozioni di base

Il corso non ha nessun requisito specifico. Per la buona fruizione del corso è utile una buona conoscenza nelle aree dell'Informatica e della Matematica.

Programma

i) Introduzione alle aree relative a agenti autonomi e sistemi multi-agente e intelligenza artificiale cooperativa;
ii) algoritmi e tecniche per ottimizzazione nel contesto di sistemi multi-agente (con particolare enfasi su approcci di ottimizzazione a vincoli distribuita);
ii) tecniche e metodologie per apprendere come operare in un ambiente incerto e dinamico, con una enfasi specifica su apprendimento per rinforzo, apprendimento per rinforzo in scenari multi-agente e apprendimento per rinforzo sicuro;
iii) tecniche di Intelligenza Artificiale per robot mobili e sistemi multi-robot, e.g., coordinamento per sistemi multi-robot, apprendimento per rinforzo profondo (Deep Reinforcement Learning) per sistemi robotici.

Quando e Dove

Lezioni frontali in aule didattiche e discussione su articoli e pubblicazioni rilevanti.

Modalità di verifica dell'apprendimento

L'esame può essere svolto scegliendo tra due opzioni: i) un progetto che prevede una parte sperimentale incentrato sulle tecniche studiate durante il corso; ii) una presentazione orale basata su articoli e pubblicazioni allo stato dell'arte che approfondisce alcune delle tematiche studiate durante il 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

Valutazione

Per superare l'esame le studentesse e gli studenti dovranno dimostrare di:
- avere una conoscenza approfondita dell'area degli Agenti Autonomi e Sistemi Multi-Agente;
- essere in grado di esporre e tematiche del corso in modo preciso e organico;
- saper individuare le limitazioni ed i problemi aperti relativi alle tematiche studiate durante il corso.

Criteri di composizione del voto finale

Il voto sarà di tipo passato/non passato.

Attività Formative della Scuola di Dottorato - 2023/2024

Please note: Additional information will be added during the year. Currently missing information is labelled as “TBD” (i.e. To Be Determined).

PhD students must obtain a specified number of CFUs each year by attending teaching activities offered by the PhD School.
First and second year students must obtain 8 CFUs. Teaching activities ex DM 226/2021 provide 5 CFUs; free choice activities provide 3 CFUs.
Third year students must obtain 4 CFUs. Teaching activities ex DM 226/2021 provide 2 CFUs; free choice activities provide 2 CFUs.

Registering for the courses is not required unless explicitly indicated; please consult the course information to verify whether registration is required or not. When registration is actually required, no confirmation e-mail will be sent after signing up.

Teaching Activities ex DM 226/2021: Linguistic Activities

Teaching Activities ex DM 226/2021: Research management and Enhancement

Teaching Activities ex DM 226/2021: Statistics and Computer Sciences

Teaching Activities: Free choice

Docenti

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

Belussi Alberto

symbol email alberto.belussi@univr.it symbol phone-number +39 045 802 7980

Beyan Cigdem

symbol email cigdem.beyan@univr.it

Bicego Manuele

symbol email manuele.bicego@univr.it symbol phone-number +39 045 802 7072

Bonacina Maria Paola

symbol email mariapaola.bonacina@univr.it symbol phone-number +39 045 802 7046

Brusini Lorenza

symbol email lorenza.brusini@univr.it symbol phone-number +39 045 802 7874

Carra Damiano

symbol email damiano.carra@univr.it symbol phone-number +39 045 802 7059

Castellani Umberto

symbol email umberto.castellani@univr.it symbol phone-number +39 045 802 7988

Castellini Alberto

symbol email alberto.castellini@univr.it symbol phone-number +39 045 802 7908

Ceccato Mariano

symbol email mariano.ceccato@univr.it

Cicalese Ferdinando

symbol email ferdinando.cicalese@univr.it symbol phone-number +39 045 802 7969

Combi Carlo

symbol email carlo.combi@univr.it symbol phone-number +390458027985

Cristani Matteo

symbol email matteo.cristani@univr.it symbol phone-number 045 802 7983

Daducci Alessandro

symbol email alessandro.daducci@univr.it symbol phone-number +39 045 8027025

Daffara Claudia

symbol email claudia.daffara@univr.it symbol phone-number +39 045 802 7942

Dalla Preda Mila

symbol email mila.dallapreda@univr.it

Di Pierro Alessandra

symbol email alessandra.dipierro@univr.it symbol phone-number +39 045 802 7971

Farinelli Alessandro

symbol email alessandro.farinelli@univr.it symbol phone-number +39 045 802 7842

Giugno Rosalba

symbol email rosalba.giugno@univr.it symbol phone-number 0458027066

Liptak Zsuzsanna

symbol email zsuzsanna.liptak@univr.it symbol phone-number +39 045 802 7032

Lissandrini Matteo

symbol email matteo.lissandrini@univr.it symbol phone-number +39 045802 8853

Mastroeni Isabella

symbol email isabella.mastroeni@univr.it symbol phone-number +390458027089

Menegaz Gloria

symbol email gloria.menegaz@univr.it symbol phone-number +39 045 802 7024

Merro Massimo

symbol email massimo.merro@univr.it symbol phone-number 045 802 7992

Migliorini Sara

symbol email sara.migliorini@univr.it symbol phone-number +39 045 802 7908

Muscolo Giovanni Gerardo

symbol email giovannigerardo.muscolo@univr.it

Oliboni Barbara

symbol email barbara.oliboni@univr.it symbol phone-number +39 045 802 7077

Paci Federica Maria Francesca

symbol email federicamariafrancesca.paci@univr.it symbol phone-number +39 045 802 7909

Posenato Roberto

symbol email roberto.posenato@univr.it symbol phone-number +39 045 802 7967

Quaglia Davide

symbol email davide.quaglia@univr.it symbol phone-number +39 045 802 7811

Quintarelli Elisa

symbol email elisa.quintarelli@univr.it symbol phone-number +390458027852

Rospocher Marco

symbol email marco.rospocher@univr.it symbol phone-number +39 045802 8326

Sala Pietro

symbol email pietro.sala@univr.it symbol phone-number 0458027850

Spoto Nicola Fausto

symbol email fausto.spoto@univr.it symbol phone-number +39 045 8027940

Storti Silvia Francesca

symbol email silviafrancesca.storti@univr.it symbol phone-number +39 045 802 7850

Villa Tiziano

symbol email tiziano.villa@univr.it symbol phone-number +39 045 802 7034

Zorzi Margherita

symbol email margherita.zorzi@univr.it symbol phone-number +39 045 802 7045

Dottorandi

Dottorandi presenti nel:

Non è presente alcuna persona.

Lezioni del Corso
Lezioni della Scuola di Dottorato

Loading...

Linee guida percorso formativo

Di seguito i file che contengono le Linee guida per il percorso formativo e il regolamento per l'acquisizione dei crediti formativi (CFU) per l'Anno Accademico 2023/2024.

Documenti

Titolo Info File
File pdf Dottorandi: linee guida generali (2023/2024) pdf, it, 93 KB, 26/02/24
File pdf PhD students: general guidelines (2023/2024) pdf, en, 94 KB, 26/02/24