Approcci pionieristici alla scienza dei dati e al calcolo
L’obiettivo degli IIS è quello di risolvere varie importanti sfide per sostenere il continuo avanzamento della civiltà, pur migliorando la qualità della vita nel suo complesso. Le sfide poste, come il reverse engineering del cervello, l’apprendimento avanzato personalizzato e l’ingegneria degli strumenti relativi alla scoperta scientifica, mettono in chiaro che i sensori, l’hardware inerente all’elaborazione del segnale e gli algoritmi matematici ad oggi sono sotto crescente pressione per ospitare più grandi insiemi di dati dimensionali; tassi di acquisizione, campionamento ed elaborazione più veloci di sempre; consumo di energia minore di sempre; comunicazione su canali sempre più difficili; e nuove drastiche modalità di rilevamento. Tuttavia, le questioni fondamentali che innescano gli IIS non sono state esaminate in modo collettivo e coerente dalla comunità scientifica. Per far avanzare gli IIS, molti stakeholder devono lavorare insieme per creare un sistema che supporti in maniera efficiente il rilevamento, l’elaborazione, la fusione dei dati, il processo decisionale, l’analisi diretta delle prestazioni e la previsione. In questo contesto, il progetto SUBSPARSE (Geometric and combinatorial foundations for emerging information and inference systems), finanziato dall’UE, intende elaborare una teoria in grado di fornire risultati positivi per i diversi problemi di IIS utilizzando in modo efficace le reti di risorse esistenti. I partner del progetto hanno creato teorie e algoritmi innovativi combinando concetti di elaborazione del segnale statistico, di modellazione geometrica e di ottimizzazione combinatoria. I loro metodi sono stati attuati in una piattaforma generale da cui partire per affrontare vari problemi di elaborazione dei segnali e di apprendimento automatico riscontrati in diverse modalità di trasmissione dei dati. Risultati chiave includono il primo sistema di sempre relativo all’apprendimento in grado di creare dizionari di segnale per la rappresentazione sparsa e un sistema matematico che ottiene proiezioni sparse su insiemi convessi. Il team ha tracciato insiemi sparsi strutturati e ha stabilito un nesso matematico tra teoria della compressione e teoria dei giochi. Quasi 100 articoli sono stati pubblicati su varie riviste leader di settore e presentati in occasione di conferenze di alto profilo e workshop internazionali. Le strutture e gli algoritmi sviluppati nel progetto SUBSPARSE daranno vita a nuovi approcci per settori quali apprendimento automatico, robotica, realtà virtuale, telerilevamento e bio-imaging.
Parole chiave
Scienza dei dati, calcolo, sistemi di informazione e di inferenza, modellazione geometrica, ottimizzazione combinatoria