Codice insegnamento

4S004557

Docente

Giuditta Franco

Coordinatore

Giuditta Franco

Crediti

6

Lingua di erogazione

Inglese

Settore Scientifico Disciplinare (SSD)

ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

Periodo

I semestre dal 1 ott 2025 al 30 gen 2026.

Corsi Singoli

Autorizzato

Orario Lezioni Moodle Seminari 0

Obiettivi di apprendimento

Il corso ha l'obbiettivo di fornire conoscenze sui modelli di calcolo naturale, intesi come processi computazionali osservati in natura o ispirati dalla natura, a partire da una trattazione breve e avanzata di modelli di calcolo tradizionale, quali linguaggi formali e automi. Verranno presentati vari modelli di calcolo biologico, tra cui il calcolo a membrana e algoritmi biomolecolari, con richiami a metodi di analisi dell'informazione genomica. Al termine dell'insegnamento gli studenti avranno approfondito ed esteso la propria conoscenza sulle dinamiche biologiche e sulla nozione di calcolo; avranno sviluppato la capacità di riconoscere, identificare, e manipolare un processo informativo in sistemi di calcolo non convenzionali, come quelli biologici. Nello specifico, dimostreranno di essere in grado di: a) riconoscere e modellare i processi computazionali non convenzionali presenti nei sistemi naturali, b) progettare algoritmi biomolecolari (in particolare basati su sequenze DNA) per risolvere problemi computazionali, c) calcolare distribuzioni e indici statistici su genomi reali, d) analizzare reti biologiche, sia come strutture statiche che dinamiche. Relativamente all'autonomia di giudizio maturata alla fine del corso, la studentessa o lo studente avrà sviluppato una competenza algoritmica avanzata, che si estende al mondo naturale, e in particolare molecolare, e possibilmente messo in pratica le proprie capacità di sviluppare software per applicare i metodi appresi a sistemi biologici specifici. In termini di abilità comunicative, gli studenti saranno in grado di comprendere e comunicare con un linguaggio appropriato gli argomenti illustrati durante l'insegnamento, sotto forma di: teoremi, dimostrazioni, algoritmi, e metodi di analisi dati. Verranno affinatate le capacità di apprendere nuove metodologie e applicarle ad ambiti diversi, al punto da poter proseguire gli studi in modo autonomo nell'ambito del calcolo non convenzionale.

Prerequisiti e nozioni di base

Conoscenze di base (fornite da una laurea triennale scientifica) di: strutture dati discrete, algoritmi e programmazione

Programma

Il corso si propone di fornire conoscenze sui modelli di calcolo naturale, intesi come processi computazionali osservati in natura e ispirati dal funzionamento dei sistemi naturali. Verranno fornite conoscenze generali su vari modelli di calcolo naturale e biologico, in particolare riguardanti la progettazione e implementazione di algoritmi DNA e di modelli di calcolo distribuito, come quello cellulare e metabolico, oltre che alcuni metodi di analisi dell'informazione genomica.

Bibliografia

Modalità didattiche

Lezioni ed esercitazioni frontali

Modalità di verifica dell'apprendimento

Esame orale. Il superamento dell'esame permette (facoltativamente) di sviluppare progetti o tenere seminari (su articoli concordati) al fine di migliorare il voto conseguito all'orale.

Criteri di valutazione

Capacita' dello studente di comunicare le nozioni spiegate nel corso (algoritmi, modelli, bio-implementazioni, metodi di analisi dati) con un linguaggio tecnico appropriato. Saranno valutate la capacita' di comprensione e apprendimento, lo sviluppo di conoscenze teoriche e applicate, e l'autonomia di giudizio dello studente.

Criteri di composizione del voto finale

Il voto conseguito all'esame orale puo' essere aumentato con la valutazione di un progetto o seminario accordato tra docente e studente.

Lingua dell'esame

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