Sono disponibili tesi sui seguenti argomenti:
- Approcci dichiarativi per la specifica di processi e di business rules
- Sistemi per la verifica di compliance/conformance in ambiente SOA
- Dynamic discovery e interoperability in ambito SOA
- Tecniche di ragionamento integrate per ontologie e regole, in particolare in ambito Semantic Web Services
- Sistemi basati su argomentazione e logic programming per il dynamic agreement
- Apprendimento di programmi logici
- Sistemi Esperti e Data Mining in campo Medico
- Società di entità computazionali
Applicazioni di modelli e lingauggi basati su logica computazionale
Nell'ambito dell'utilizzo della logica computazionale come strumento per la modellazione e la verifica di processi, sono disponibili tesi su diversi settori applicativi:
-
Modellazione e verifica di processi
aziendali
- Specifica di processi flessibili e loosely-coupled (basati su vincoli/regole/politiche)
- Esecuzione ed Enactment dei modelli
- Monitoring e verifica di compliance
- Verifiche statiche (consistenza/feasibility dei modelli)
- Applicazioni in campo medico (linee guida)
- Mining di processi loosely-coupled
- Formalizzazione e verifica di modelli per l’ingegneria dei requisiti (integrazione estensione del modello TROPOS)
-
Service Oriented Computing
- Modellazione e verifica di coreografie (vedi sopra)
- Discovery di servizi
- Argumentation per la contrattazione tra servizi
- Integrazione con i modelli basati a commitments
- Integrazione con ontologie (web semantico)
- Model transformation per passare da linguaggi di specifica alla corrispondente formalizzazione SCIFF
Per maggior informazioni, alcune slides introduttive alle problematiche possono essere scaricate qui.
Sistemi Esperti e Data Mining in campo medico
Le tecniche di Intelligenza Artificiale vengono applicate al settore della medicina già da parecchi anni per la realizzazione di Sistemi Intelligenti (basati sulla conoscenza) capaci di dare un supporto alle decisioni del personale ospedaliero in alcune attività di routine in cui vengono richiesti standard qualitativi sempre più stringenti. Il processo di estrazione della conoscenza in campo medico/ospedaliero è una operazione di per sé molto difficile a causa della complessità dei problemi trattati e dal fatto che quasi sempre la conoscenza degli esperti del settore è di tipo empirico. Questa caratteristica del mondo della medicina porta ai seguenti problemi:
- le regole che esprimono i ragionamenti e guidano alla soluzione di un particolare problema medico non sono sempre le stesse e sono ampiamente soggettive.
- spesso le regole non sono formalizzabili, ma solo estraibili a posteriori da grosse moli di dati.
Il Data Mining, sviluppatosi nell'ultimo decennio, rappresenta la soluzione proposta dall'Intelligenza Artificiale e dal settore delle Basi di Dati a questi problemi e sta dimostrando ampi margini di espansione. Il suo obiettivo è la ricerca di modelli all'interno delle basi di dati, in modo da permettere un supporto alle decisioni. Alcuni obiettivi della ricerca in questo settore sono:
- studio e sperimentazione di tecniche di datamining su dati di tipo medico
- studio di strumenti e tecniche di Filtraggio Intelligente
- studio e realizzazione di Sistemi Esperti capaci di essere un valido supporto al personale medico nello svolgimento delle attività che coinvolgono i dati analizzati. Le regole che faranno parte della base di conoscenza potranno essere anche ricavate dalla applicazione delle tecniche di DataMining sopra citate.