Bigdat2020 alla Politecnica oltre 200 ricercatori da tutto il mondo

big data

Comunicato stampa del 9 gennaio 2020

È ormai difficile immaginare una qualsiasi attività, lavorativa o ludica, che non produca dati digitali, dall’uso dello smartphone per chattare o prenotare un viaggio inviando una mail, produciamo bytes anche solo consultando un sito internet. Oggi si parla moltissimo dell’esplosione dei cosiddetti big data, un patrimonio informativo che se raccolto e analizzato permette di ottenerne informazioni utili al business o alla ricerca scientifica.

 

Per condividere risultati e linee di ricerca presenti e future e affrontare i temi caldi riguardanti la privacy e la sicurezza delle infrastrutture è prevista una scuola invernale, all’Università Politecnica delle Marche, dal 13 al 17 gennaio. “BIGDAT2020” si svolgerà presso la Facoltà di Ingegneria a Monte Dago Ancona, e segue l’edizione del 2019 tenutasi a Cambridge (UK), alla presenza di dottorandi e ricercatori. Sono attesi oltre 220 partecipanti, da 44 paesi del mondo, provenienti sia dal mondo accademico che dalle aziende. Queste ultime sono 25, da 16 differenti stati, da grandi multinazionali, fino alle PMI locali. Sarà una importante occasione di approfondimento sui temi legati ai Big Data, all’Intelligenza Artificiale ed alle relative tecnologie abilitanti.

 

L’organizzazione è stata curata dal Prof. Domenico Ursino e dal prof. Emanuele Frontoni per l’Università Politecnica delle Marche e da Flavio Tonetto in rappresentanza del mondo industriale, insieme con i fondatori dell’iniziativa, David Silva (IRDTA London), Sara Morales (IRDTA Brussels), Manuel Parra-Royón (University of Granada).

 

Saranno oltre 20 i corsi previsti durante tutta la settimana, tenuti da importanti docenti provenienti da università ed aziende di tutto il mondo. Sarà anche un’occasione di conoscenza e promozione del territorio verso i tanti ospiti dell’iniziativa. Tra le curiosità organizzate per scoprire Ancona e l’enogastronomia delle Marche, ci saranno le “Dinners with Strangers”, ovvero dei tavoli riservati in tanti ristoranti della città dove tutte le sere si ritroveranno gli ospiti per conoscersi ed apprezzare le tipicità del territorio.

 

Tutte le informazioni sull’evento sono disponibili al sito https://bigdat2020.irdta.eu:

  • Sanchita Bhattacharya (University of California, San Francisco)

Big Data in Immunology: Sharing, Dissemination, and Repurposing

  • Diego Calvanese (Free University of Bozen-Bolzano)

Virtual Knowledge Graphs for Data Integration

  • Sheelagh Carpendale (University of Calgary)

Data Visualization

  • Nitesh Chawla (University of Notre Dame)

Learning in the Presence of Class Imbalance and Changing Distributions

  • Amr El Abbadi (University of California, Santa Barbara)

An Introduction to Blockchain

  • Charles Elkan (University of California, San Diego)

A Rapid Introduction to Modern Deep Learning

  • Minos Garofalakis (Technical University of Crete)

Private Data Analytics at Scale

  • Jiawei Han (University of Illinois, Urbana-Champaign)

From Unstructured Text to TextCube: Automated Construction and Multidimensional Exploration

  • Craig Knoblock (University of Southern California)

Building Knowledge Graphs

  • Wladek Minor (University of Virginia)

Big Data in Biomedical Sciences

  • Bamshad Mobasher (DePaul University)

Context-aware Recommender Systems

  • Jayanti Prasad (Embold Technologies)

Big Code

  • Lior Rokach and Bracha Shapira (Ben-Gurion University of the Negev)

Recommender Systems

  • Peter Rousseeuw (KU Leuven)

Anomaly Detection by Robust Methods

  • Asim Roy (Arizona State University)

Hardware-based (GPU, FPGA based) Machine Learning That Exploits Massively Parallel Computing – An Overview of Concepts, Architectures and Neural Network Algorithm Implementation

  • Hanan Samet (University of Maryland)

Sorting in Space: Multidimensional, Spatial, and Metric Data Structures for Applications in Spatial and Spatio-textual Databases, Geographic Information Systems (GIS), and Location-based Services

  • Rory Smith (Monash University)

Learning from Data, the Bayesian Way

  • Jaideep Srivastava (University of Minnesota)

Social Computing

  • Mayte Suárez-Fariñas (Icahn School of Medicine at Mount Sinai)

Meta-analysis Methods for High-dimensional Data

  • Jeffrey Ullman (Stanford University)

Big-data Algorithms That Aren't Machine Learning

  • Wil van der Aalst (RWTH Aachen University)

Process Mining: A Very Different Kind of Machine Learning That Can Be Applied in Any Organization

 

 

Info:

d.ursino@univpm.it

e.frontoni@univpm.it