MINISTERO DELL'UNIVERSITÀ E DELLA RICERCA
Modulo Proposta Accreditamento dei dottorati - a.a. 2023/2024
codice = DOT1302947

Denominazione corso di dottorato: INFORMATICA E MATEMATICA


1. Informazioni generali



Corso di Dottorato

Il corso è: Rinnovo  
Denominazione del corso INFORMATICA E MATEMATICA  
Cambio Titolatura? NO  
Nuova denominazione del corso INFORMATICA E MATEMATICA  
Ciclo 39  
Data presunta di inizio del corso 01/10/2023  
Durata prevista 3 ANNI  
Dipartimento/Struttura scientifica proponente Informatica  
Numero massimo di posti per il quale si richiede l’accreditamento ai sensi dell’art 5 comma 2, DM 226/2021 24  
Dottorato che ha ricevuto accreditamento a livello internazionale (Joint Doctoral Program): NO  
se altra tipologia:
-
  
Il corso fa parte di una Scuola? NO  
Presenza di eventuali curricula? SI  
Link alla pagina web di ateneo del corso di dottorato http://dottorato.di.uniba.it  


Descrizione del progetto formativo e obiettivi del corso

Descrizione del progetto:  
Dipartimenti di Informatica e di Matematica dell'Università degli Studi di Bari Aldo Moro propongono congiuntamente il corso di dottorato in "Informatica e Matematica".Le aree interessate sono l'Area 01 - Matematica e Informatica dell'Università di Bari, in cui confluiscono docenti inquadrati nei settori scientifico disciplinari MAT, INF/01 e l'Area 09 - Ingegneria Industriale e dell’Informazione in cui confluiscono docenti inquadrati nel settore scientifico disciplinare ING-INF/05.
Il Dottorato si struttura in due curricula:
- Informatica
- Matematica
Questi si riferiscono a due distinte discipline scientifiche, ma fortemente correlate (i fondamenti teorici dell'informatica affondano le loro radici nella matematica; il calcolo matematico ricorre a complessi algoritmi studiati nell'informatica).

I docenti che sostengono i due curricula collaborano attivamente da anni su tematiche di interesse comune (es., Intelligenza Artificiale, Big Data, Data Science, Tecnologie informatiche per l'insegnamento della matematica, algoritmi e matematica computazionale), anche attraverso numerose tesi di laurea e la compartecipazione a progetti di ricerca.
Il progetto formativo prevede la ricerca individuale, la frequenza di corsi avanzati e di seminari.
La ricerca individuale, guidata da almeno un supervisore, termina con la presentazione di una tesi originale di dottorato. Il Collegio assegna un supervisore ad ogni studente. Per favorire l’avanzamento delle conoscenze in alcuni casi si assegnano anche uno o più supervisori. Gli studenti hanno una scrivania in uno dei laboratori di ricerca o degli studi del dipartimento di Informatica o del dipartimento di Matematica e interagiscono con i membri dei dipartimenti (docenti, giovani ricercatori, personale tecnico e amministrativo, studenti). Essi devono avere incontri formali con i supervisori almeno una volta al mese. Durante i tre anni gli studenti presentano regolarmente la loro attività di ricerca durante la revisione annuale e in seminari interni, inoltre partecipano a conferenze e scuole estive, sia in Italia che all’estero. Per favorire l'internazionalizzazione è consigliato un periodo di studio all’estero o in Italia presso altre sedi di almeno 3 mesi.
Ogni dottorando deve seguire corsi avanzati per un totale di 15 crediti (ogni credito corrisponde a 8 ore di lezione frontale o 15 ore di laboratorio). Lo studente sceglie i corsi da seguire durante i primi due anni in attinenza alla sua attività di ricerca. È richiesto un esame finale, da dare entro il secondo anno di dottorato, per quattro esami, per un totale di almeno 8 crediti. Due di questi esami devono essere sostenuti entro il primo anno.
Durante i tre anni di corsi gli studenti devono seguire seminari per almeno 40 ore. Le tematiche proposte variano dalla linguistica, all’informatica, alla Gestione della ricerca e della conoscenza dei sistemi di ricerca e dei sistemi di finanziamento, alla Valorizzazione dei risultati della ricerca e della proprietà intellettuale. Tali seminari consentono una formazione interdisciplinare, multidisciplinare e transdisciplinare, come richiesto dall’art.4, comma 1, 2)f del “Regolamento recante modalità …. da parte degli enti accreditati” del DM n.226 del 14 Dicembre 2021. Inoltre, è suggerita la partecipazione a seminari tematici organizzati annualmente dai vari dipartimenti nell’ambito delle tematiche di ricerca avanzate.

Per informazioni:

Dottorato di ricerca in Informatica e Matematica
cicli XXIX, XXX, XXXI, XXXII, XXXIII, XXXIV, XXXV, XXXVI, XXXVII, XXXVIII
http://dottorato.di.uniba.it  
Obiettivi del corso:
  
Il Dottorato di Ricerca in Informatica e Matematica mira a formare ricercatori e figure professionali di alto livello, in grado di dare contributi significativi sia all'avanzamento delle conoscenze che allo sviluppo di applicazioni e tecnologie innovative. Le ricerche che i dottorandi affrontano includono tematiche quali Big Data e Industria 4.0. Nei cicli XXXVI, XXXVII e XXXVIII ci sono dottorandi che svolgono ricerca su metodologie e applicazioni relative a Intelligenza Artificiale, Big Data, Industria 4.0, Cybersecurity, Geometria, Probabilità e Statistica, Analisi Matematica, Fisica Matematica e Analisi Numerica. Alcune ricerche hanno un forte carattere multidisciplinare; ad esempio, negli ultimi cicli ci sono stati alcuni dottorandi che hanno lavorato in bioinformatica, altri che hanno considerato applicazioni a beni culturali; altre tematiche di ricerca multidisciplinari sono Data Science e Applications in Healthcare.
Al termine degli studi, il dottore di ricerca dovrà conoscere in modo approfondito lo stato dell’arte nel filone di ricerca in cui si inquadra la sua tesi, essere in grado di colloquiare con ricercatori su tematiche affini, partecipare a progetti internazionali d’avanguardia, individuare e valorizzare le ricadute applicative e tecnologiche delle sue ricerche. Avrà anche la capacità di inserirsi, secondo la propria vocazione, sia in realtà che privilegiano gli aspetti più teorici della ricerca (università, laboratori di ricerca), sia in contesti in cui gli aspetti applicativi risultano preponderanti (imprese), nonché nella pubblica amministrazione e nel terziario avanzato.  


Sbocchi occupazionali e professionali previsti

La domanda di ricerca, sviluppo e capacità decisionali nelle due discipline e la conseguente necessità di formare ricercatori in numero adeguato alle necessità delle strutture pubbliche di ricerca e delle industrie sono sempre più pressanti. Il programma Horizon Europe considera prioiritari gli investimenti in ricerca e innovazione nel campo di, per esempio, “World leading data and computing technologies” o “ A human-centred and ethical development of digital and industrial technologies”. Il PNRR inoltre ha come tematiche di rilievo molti ambiti nei quali le competenze dei dottori di ricerca in Informatica e Matematica risultano fondamentali, ricordiamo le tematiche relative ad intelligenza artificiale, scienze e tecnologie quantistiche, cybersecurity, attività spaziali, simulazioni, calcolo e analisi dei dati ad alte prestazioni.

Dall'analisi dei dati occupazionali risulta che i dottori di ricerca in Informatica e Matematica dell'Università di Bari hanno sviluppato competenze spendibili non solo nel mondo accademico, ma anche in enti di ricerca pubblici e privati e in aziende tecnologicamente avanzate.
Infatti, tutti i dottori di ricerca degli ultimi cicli svolgono attività di lavoro adeguate al titolo.

In particolare, un dottorando del XXXIV ciclo è Assistant professor presso la Hampton University (US), un altro è stato assunto a contratto dal CINI per lavorare nell'ambito di un progetto europeo H2020, un altro è stato assunto da Amazon, divisione ricerca. Un dottorando del XXXV ciclo che ha usufruito nei tre anni di dottorato di un contratto di apprendistato da parte di Exprivia SpA attualmente lavora presso NTT Data, un altro è dipendente Fincons. Quattro dottori del XXXIV e due XXXV ciclo sono stati assunti come ricercatori nell'ambito dei progetti PNRR.
Diversi dottori ricoprono posizioni di ricercatore e assegnista in Italia (Università Politecnica delle Marche, Università Cattolica, sede di Brescia, Libera di Università di Bolzano, ...) e all'Estero (Università di Perth, Australia, ...) ; molti hanno partecipato, durante il dottorato, a progetti di ricerca basati su rapporti organici con imprese, università e istituti di alta formazione (collaborazioni in progetti di interesse nazionale finanziati dal MIUR e partecipazione a consorzi con Università straniere e con imprese e istituti di ricerca europei in Progetti Integrati e Reti di Eccellenza).


Sede amministrativa

Ateneo Proponente: Università degli Studi di BARI ALDO MORO  
N° di borse finanziate 19  
di cui DM 117
(Investimento 3.3):		 8  
di cui DM 118
(Investimento 3.4):		  
di cui DM 118
(Investimento 4.1 generici):		 2  
di cui DM 118
(Investimento 4.1 P.A.):		  
di cui DM 118
(Investimento 4.1 Patrimonio culturale):		 1  
Sede Didattica Bari  


Coerenza con gli obiettivi del PNRR

Le tematiche di ricerca del corso di dottorato in Informatica e Matematica sono strettamente coerenti con gli obiettivi del PNRR. Molte delle ricerche che saranno sviluppate dagli studenti avranno ricadute nell’ambito di una o più delle seguenti tematiche oggetto di “Partenariati Estesi” (PE) e “Centri Nazionali” (CE):
• Intelligenza artificiale: aspetti fondazionali
• Scienze e tecnologie quantistiche
• Cybersecurity, nuove tecnologie e tutela dei diritti
• Attività spaziali
• Simulazioni, calcolo e analisi dei dati ad alte prestazioni
• Salute
• Ambiente e disastri naturali
• Diagnostiche e terapie innovative nella medicina di precisione

I ricercatori dei due dipartimenti hanno esperienze consolidate nelle tematiche citate, sia per quanto riguarda le attività di ricerca di base, sia per quanto riguarda la partecipazione a progetti nazionali e internazionali su tematiche collegate. In particolare le discipline del corso di dottorato: Informatica e della Matematica quando diventano “applicate” si fondano su collegamenti multidisciplinari e intersettoriali. Sono già attive ricerche nell’ambito di approssimazione di dati di osservazione della Terra, nello studio di processi innovativi per i beni culturali, nella Computer Vision in ambito healthcare e drone vision.
Inoltre il dottorato in Informatica e Matematica ha come obbiettivi l'ampliamento delle conoscenze, competenze e capacità degli studenti di dottorato e il conseguente rafforzamento dei gruppi di ricerca esistenti. Al termine degli studi, i dottorandi saranno in grado di affrontare situazioni complesse con difficoltà intrinseche non accessibili da semplici rielaborazioni di teorie o conoscenze già note. Questo consentirà di consolidare la formazione superiore del/della giovane studente e di arricchire l’Università degli studi di Bari di nuove competenze, entrambi punti cardine contenuti nel PNRR in riferimento alle tematiche ‘sud’ e ‘investimento nelle nuove generazioni’.


Tipo di organizzazione

1) Dottorato in forma non associata (Singola Università)
  



Imprese (ACCREDITAMENTO AI SENSI DEL DM 226/2021)

Nome dell’impresa  
C.F./P.IVA **  
Sito Web e/o Indirizzo sede legale  
Paese  
Consorziato/Convenzionato  
Sede di attività formative  
N. di borse finanziate o per le quali è in corso la richiesta di finanziamento  
Importo previsto del finanziamento per l’intero ciclo  
Data sottoscrizione convenzione/ consorzio  
N. di cicli di dottorato coperti dalla convenzione  
PDF Convenzione ( se consorzio l’Atto costitutivo e statuto) o finanziamento accordato per i dottorati in forma non associata. (*)  
Ambito di attività economica dell'Istituzione e/o Descrizione attività R&S  
Qualora l'impresa consorziata/convenzionata per la forma associata ai fini dell'accreditamento ai sensi del DM 226/2021 sia la stessa che cofinanzia ai sensi del DM 117/2023 PNRR (I.3.3), il sistema, inserita la risposta “SI”, riporterà in automatico i dati anagrafici dell’impresa in questione all’interno della sezione “Imprese partner ai sensi del DM 117/2023 (sezione PNRR cofinanziamento al 50%)” richiedendo l'inserimento dei dati mancanti.

In tal caso si precisa che il dato inserito “N. di borse finanziate o per le quali è in corso la richiesta di finanziamento“ ai sensi del DM 226/2021 è da intendersi comprensivo della/e borsa/e DM 117/2023 – I. 3.3 PNRR. 		 

(*) campo obbligatorio

Imprese partner ai sensi del DM 117/2023 (sezione PNRR cofinanziamento al 50%)

n. Nome dell’impresa Forma Giuridica C.F./P.IVA ** Sito Web e/o Indirizzo sede legale Paese Codice ATECO ** Ambito di attività economica dell'Istituzione e/o Descrizione attività R&S N. di borse che intende cofinanziare (DM 117/2023) Importo previsto del cofinanziamento per l'intero ciclo
1. Pirelli Tyre S.p.A   SOCIETA' PER AZIONI CON SOCIO UNICO   07211330159   Viale Piero e Alberto Pirelli 25, 20126 Milano   IT   22111   Titolo attività di ricerca: Topological Data Analysis e tecniche di ottimizzazione per processi industriali.
Descrizione: La ricerca oggetto della seguente proposta sarà incentrata sullo studio e lo sviluppo di modelli computazionali che integrano i concetti fondamentali dell'analisi topologica dei dati (Topological Data Analysis-TDA) con le tecniche di apprendimento automatico e di ottimizzazione per descrivere e interpretare i fenomeni che i dati in analisi rappresentano. L’idea progettuale in oggetto mira a costruire varianti di modelli di apprendimento supervisionato e di dimensionality reduction che, attraverso l’uso di appropriate metodologie di ottimizzazione, integrino le rappresentazioni topologiche dei dati fornite dalla TDA nel modello di apprendimento in modo da migliorarne la qualità. In questo modo, il modello di approssimazione derivante sarebbe in grado di meglio comprendere la forma dei dati, le proprietà sulla loro struttura interna e fornire informazioni sui fenomeni che questi rappresentano e sul loro comportamento  		 1.00   30000  
2. NAPS Lab S.r.l.s.   SOCIETA' A RESPONSABILITA' LIMITATA SEMPLIFICATA   IT07937400724   Strada Vela 62 70131 - Bari (BA) - IT https://www.napslab.it/   IT   721909   Titolo attività di ricerca: Artificial Intelligence Approaches for Digital Healthcare through Pose Detection and Recommender Systems in eHealth.
Descrizione: Le tecnologie digitali in ambito sanitario possono migliorare l'efficienza, ridurre i costi, aumentare il coinvolgimento dei pazienti e, in ultima analisi, portare a risultati migliori in termini di salute. La sanità elettronica e la salute digitale in Italia rappresentano un'opportunità significativa per la crescita economica. Questo progetto investigherà la possibilità di monitorare parametri biologici, postura e attività motorie attraverso l'uso di tecnologie indossabili e/o IoT. Ciò consentirà a medici e professionisti sanitari di ottenere un quadro completo sulla salute del paziente e di intervenire in caso di emergenza, permettendo così di ridurre i tempi di diagnosi e i costi della sanità pubblica. I dati raccolti consentiranno inoltre di creare sistemi di raccomandazione per l'invecchiamento attivo e le attività di benessere. Essi forniranno, ad esempio, attività da intraprendere per migliorare il loro benessere psicologico e fisico, piani alimentari mirati ed esercizi fisici da eseguire. Il progetto mira a fornire soluzioni innovative e d'impatto nel campo dell'intelligenza artificiale e sanità digitale.  		 1.00   30000  
3. QuestIt Srl   SOCIETA' A RESPONSABILITA' LIMITATA   01214250522   VIA LEONIDA CIALFI 23 - 53100 - SIENA (SI), via Donato Castellana 2, 70023 - Gioia del Colle, https://www.quest-it.com   IT   721   Titolo Attività di ricerca: Study of AI techniques for efficient generation of digital humans and 3D environments.
Descrizione: La ricerca sarà incentrata sullo studio e lo sviluppo di modelli di IA di tipo generativo per la creazione di Digital Human e la modellazione di ambienti 3D. L’obiettivo è quello di sviluppare nuove competenze di ricerca nel campo dell’Intelligenza Artificiale, con particolare attenzione all’emergente campo della IA Generativa. L’idea progettuale mira a utilizzare tecniche di IA generativa sia per la generazione di testo e immagini che per la creazione di avatar “Digital Human” che siano in grado di replicare il comportamento umano in termini di sembianze, gestualità, espressioni, voce. Questo campo di ricerca è innovativo e promettente e mira a sviluppare algoritmi e modelli in grado di generare autonomamente nuovi contenuti, come immagini, video o testi. Inoltre, l’IA Generativa offre opportunità di innovazione e sviluppo in vari campi, come l’arte, il design, la medicina e molti altri.  		 1.00   30000  
4. SIDEA Group SRL   SOCIETA' A RESPONSABILITA' LIMITATA   02438540748   Via Adami 2/A, 70125, Fasano, BR - sideagroup@pec.it   IT   6201   Titolo Attività di ricerca: Strumenti e processi innovativi a supporto dell'analisi predittiva in ambito e-commerce e fintech.
Attività di ricerca:
- Analisi e formalizzazione di strumenti e metodologie di intelligenza artificiale e machine learning in ambito fintech per analizzare dati macroeconomici ed indici di mercato al fine di prevedere le tendenze future del settore.
- Sistemi di raccomandazione personalizzati per migliorare l’esperienza di acquisto online degli utenti: sviluppo di sistemi intelligenti che analizzano i dati di acquisto e le preferenze degli utenti al fine di migliorare l’esperienza di shopping online, aiutando gli utenti a scoprire prodotti pertinenti e aumentando le vendite per i rivenditori.  		 1.00   30000  
5. MTM PROJECT S.R.L.   SOCIETA' A RESPONSABILITA' LIMITATA CON UNICO SOCI   07066530721   VIA LUDOVICO ARIOSTO 25 - 70043 - MONOPOLI (BA)   IT   6201   Titolo Attività di ricerca: Realtà aumentata pura per assistenza da remoto attraverso video call su mobile e smartglass e su applicazioni web ed app.
Attività di ricerca: le attività di ricerca vertono sulla proposizione e sperimentaIone di metodiche che consentano all’utente di inserire, durante una video chiamata di assistenza da remoto od anche durante una semplice visualizzazione attraverso una telecamera, oggetti in Realtà Aumentata
Gli oggetti dovranno essere fissi nello spazio, potendo essere referenziati rispetto alla piattaforma inerziale del device ospitante
La interazione uomo-macchina dovrà avvenire via web e via app.  		 1.00   30000  
6. Auriga Spa   SOCIETA' PER AZIONI   05566820725   Via Don luigi Guanella, 17 - 70124 Bari - www.aurigaspa.com   IT   6201   Titolo Attività di ricerca: artificiale spiegabile per previsioni di eventi ergodici o non ergodici.   1.00   30000  
7. Eulogic Srl   SOCIETA' A RESPONSABILITA' LIMITATA   07006180728   Via Junipero Serra 13, 70125 Bari - www.eulogic.it   IT   620909   Titolo Attività di ricerca: Human-centric
Cybersecurity: prevent vulnerabilities, reducing the attack surface, through a multidisciplinary
approach.
Descrizione attività: L’approccio "national security-centric" attualmente domina le politiche e le pratiche di cybersecurity. Derivate da una teoria realista della politica mondiale in cui i principali threat sono concepiti come danni alle infrastrutture critiche all'interno delle loro giurisdizioni territoriali. nel contesto della "Competing Visions for Cyberspace", l’attività di ricerca punta a proporre un approccio alternativo alla cybersecurity che deriva dalla tradizionale "human security". Piuttosto che dare priorità alle vulnerabilità tecnologiche, questo approccio dà priorità allo human behaviour identificando le reti come parte essenziale per la moderna cyber threat intelligence, analizzando la human cyber reaction di fronte ad un threat OT, network disservice, ransomware o interruzione della business continuity aziendale. Un human-centric approach si impegna a delineare un risk insights basato sullo human monitoring andando a definire quali sono le weaknesses dettate dall’analysis of human misbehaviour.  		 1.00   30000  
8. Openwork Srl   SOCIETA' A RESPONSABILITA' LIMITATA   05252520720   via Marco Partipilo, 38, 70124 Bari   IT   6201   Titolo Attività di ricerca: A process oriented approach to Risk management for business continuity and continuous organization improvement.
Descrizione attività:
Il Progetto si pone l’obiettivo di realizzare un approccio olistico, supportato da strumenti di business process management, al tema della gestione del rischio.
Si tratta di individuare e classificare in molteplici domini di business, che verranno individuati nelle fasi iniziali del progetto (a titolo esemplificativo e non esaustivo finanza, utilities, infrastrutture), i possibili eventi che possono mettere a rischio la continuità operativa aziendale, prestando esplicitamente attenzione agli aspetti regolatori e normativi; quindi di definire e formalizzare, per ogni tipologia di evento, le azioni correttive e migliorative che l’organizzazione deve intraprendere.
Finalità ultima del progetto è quella di realizzare una base di conoscenza che possa indirizzare, anche tramite tecniche di Intelligenza artificiale, una organizzazione che utilizza una piattaforma di Business Process Management, alla intrapresa delle azioni e delle pratiche organizzative che limitino gli errori, garantiscano la continuità operativa e consentano il suo miglioramento continuo.  		 1.00   30000  

(**) CF/P.IVA e CODICE ATECO sono obbligatori se l'impresa è in Italia

Borse PNRR 117 - impresa/e in corso di definizione

Totale Borse PNRR 117 8    
Borse PNRR 117 cofinanziate da imprese 8    
Borse PNRR 117 - impresa/e in corso di definizione    


Informazioni di riepilogo circa la forma del corso di dottorato

Dottorato in forma non associata SI  
Dottorato in forma associata con Università italiane NO  
Dottorato in forma associata con Università estere NO  
Dottorato in forma associata con enti di ricerca italiani e/o esteri NO  
Dottorato in forma associata con Istituzioni AFAM NO  
Dottorato in forma associata con Imprese NO  
Dottorato in forma associata – Dottorato industriale (DM 226/2021, art. 10) NO  
Dottorato in forma associata con pubbliche amministrazioni, istituzioni culturali o altre infrastrutture di R&S di rilievo europeo o internazionale NO  
Dottorato in forma associata – Dottorato nazionale (DM 226/2021, art. 11) NO  


2. Eventuali curricula

Curriculum dottorali afferenti al Corso di dottorato

n. Denominazione Curriculum Breve Descrizione
1. INFORMATICA   Al collegio docenti afferiscono docenti dell'Area 01, Scienze Matematiche e Informatiche, nel settore disciplinare INF/01 e docenti dell'Area 09, Ingegneria industriale e dell'informazione, nel settore disciplinare ING-INF/05 dell'Università degli studi di Bari. I docenti portano avanti numerose collaborazioni scientifiche con altre Università e centri di ricerca italiani e esteri e anche con aziende, testimoniate da pubblicazioni scientifiche su riviste e atti di congressi internazionali. Ci sono anche collaborazione con i docenti del curriculum Matematica, con cui portano avanti progetti, mantenendo l’individualità delle differenti discipline. Le attività di ricerca del curriculum informatica includono: Artificial Intelligence, Big Data e Data Science, Cybersecurity, Computer Vision and Applications, Data Bases and Knowledge Bases, Human-Computer Interaction, Software Engineering, Technology-Enhanced Learning.  
2. MATEMATICA   Al collegio docenti afferiscono docenti dell’Area 01, Scienze Matematiche e Informatiche, nei settori disciplinari MAT/02 Algebra, MAT/03 Geometria, MAT/04 Matematiche Complementari, MAT/05 Analisi Matematica, MAT/06 Probabilità e Statistica Matematica, MAT/07 Fisica Matematica, MAT/08 Analisi Numerica. I docenti hanno numerose collaborazioni con altre università italiane e estere, testimoniata da pubblicazioni scientifiche e partecipazioni a comitati editoriali di riviste scientifiche internazionali di alto profilo. Alcuni gruppi collaborano con i docenti del curriculum Informatica, mantenendo l’individualità delle discipline. In particolare le collaborazioni sono portate avanti nell’ambito di tematiche di data science, algoritmi numerici e matematica computazionale e tecnologie informatiche per l’insegnamento della matematica. Inoltre i gruppi collaborano anche in progetti di ricerca comuni. Le attività di ricerca del curriculum Matematica includono tematiche di: Algebra, Geometria, Matematiche Complementari, Didattica della Matematica, Analisi Matematica, Probabilità e Statistica Matematica, Fisica Matematica, Analisi Numerica e Calcolo Scientifico.  


3. Collegio dei docenti



Coordinatore

Cognome Nome Ateneo Proponente: Dipartimento/ Struttura Qualifica Settore concorsuale Area CUN Scopus Author ID (obbligatorio per bibliometrici) ORCID ID
MAZZIA   Francesca   Università degli Studi di BARI ALDO MORO   Informatica   Professore Ordinario (L. 240/10)   01/A5   01   6701778399    


Curriculum del coordinatore



Componenti del collegio (Personale Docente e Ricercatori delle Università Italiane)

n. Cognome Nome Ateneo Dipartimento/ Struttura Ruolo Qualifica Settore concorsuale Area CUN SSD In presenza di curricula, indicare l'afferenza Stato conferma adesione Scopus Author ID (obbligatorio per bibliometrici) ORCID ID (facoltativo)
1. ALTAVILLA   Amedeo   BARI   Matematica   COMPONENTE   Professore Associato (L. 240/10)   01/A2  
01  		 MAT/03   MATEMATICA...   Ha aderito   56041637600    
2. APPICE   Annalisa   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   09/H1  
09  		 ING-INF/05   INFORMATICA...   Ha aderito   6603601473    
3. BALDASSARRE   Maria Teresa   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   09/H1  
09  		 ING-INF/05   INFORMATICA...   Ha aderito   7006753985    
4. BARROS CORREA JUNIOR   Mauricio   BARI   Matematica   COMPONENTE   Professore Associato (L. 240/10)   01/A2  
01  		 MAT/03   MATEMATICA...   Ha aderito   37032555700    
5. BASILE   Pierpaolo   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   09/H1  
09  		 ING-INF/05   INFORMATICA...   Ha aderito   23392182500    
6. BASTIANELLI   Francesco   BARI   Matematica   COMPONENTE   Professore Associato (L. 240/10)   01/A2  
01  		 MAT/03   MATEMATICA...   Ha aderito   55458065100    
7. BOCHICCHIO   Mario Alessandro   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   09/H1  
09  		 ING-INF/05   INFORMATICA...   Ha aderito   57192989341    
8. BUONO   Paolo   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   13006302400    
9. CAIVANO   Danilo   BARI   Informatica   COMPONENTE   Professore Ordinario (L. 240/10)   09/H1  
09  		 ING-INF/05   INFORMATICA...   Ha aderito   6603243250    
10. CALEFATO   Fabio   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   8303001500    
11. CANDELA   Anna Maria   BARI   Matematica   COMPONENTE   Professore Ordinario (L. 240/10)   01/A3  
01  		 MAT/05   MATEMATICA...   Ha aderito   7005848392    
12. CASTELLANO   Giovanna   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   7005355310    
13. CECI   Michelangelo   BARI   Informatica   COMPONENTE   Professore Ordinario (L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   6701472018    
14. CENTRONE   Lucio   BARI   Matematica   COMPONENTE   Professore Associato confermato   01/A2  
01  		 MAT/02   MATEMATICA...   Ha aderito   42261082500    
15. CINGOLANI   Silvia   BARI   Matematica   COMPONENTE   Professore Ordinario (L. 240/10)   01/A3  
01  		 MAT/05   MATEMATICA...   Ha aderito   6701800035    
16. CRISMALE   Vitonofrio   BARI   Matematica   COMPONENTE   Professore Associato (L. 240/10)   01/A3  
01  		 MAT/06   MATEMATICA...   Ha aderito   57086985200    
17. D'ABBICCO   Marcello   BARI   Matematica   COMPONENTE   Professore Associato (L. 240/10)   01/A3  
01  		 MAT/05   MATEMATICA...   Ha aderito   57214741073    
18. D'AMATO   Claudia   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   49861247200    
19. D'AMBROSIO   Lorenzo   BARI   Matematica   COMPONENTE   Professore Associato (L. 240/10)   01/A3  
01  		 MAT/05   MATEMATICA...   Ha aderito   7004444816    
20. DE GEMMIS   Marco   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   26424953100    
21. DEL BUONO   Nicoletta   BARI   Matematica   COMPONENTE   Professore Associato confermato   01/A5  
01  		 MAT/08   MATEMATICA...   Ha aderito   6602150833    
22. DESOLDA   Giuseppe   BARI   Informatica   COMPONENTE   Ricercatore a t.d. - t.pieno (art. 24 c.3-b L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   55303773400    
23. DILEO   Giulia   BARI   Matematica   COMPONENTE   Professore Associato (L. 240/10)   01/A2  
01  		 MAT/03   MATEMATICA...   Ha aderito   22833921600    
24. FAGGIANO   Eleonora   BARI   Matematica   COMPONENTE   Professore Associato (L. 240/10)   01/A1  
01  		 MAT/04   MATEMATICA...   Ha aderito   6508126979    
25. FANIZZI   Nicola   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   09/H1  
09  		 ING-INF/05   INFORMATICA...   Ha aderito   6602096916    
26. FERILLI   Stefano   BARI   Informatica   COMPONENTE   Professore Associato confermato   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   35502407200    
27. FRAGNELLI   Genni   TUSCIA   Scienze ecologiche e biologiche   COMPONENTE   Professore Associato (L. 240/10)   01/A3  
01  		 MAT/05   MATEMATICA...   Ha aderito   13806838100    
28. IAVERNARO   Felice   BARI   Matematica   COMPONENTE   Professore Associato confermato   01/A5  
01  		 MAT/08   MATEMATICA...   Ha aderito   6601933776    
29. LIGABO'   Marilena   BARI   Matematica   COMPONENTE   Professore Associato (L. 240/10)   01/A4  
01  		 MAT/07   MATEMATICA...   Ha aderito   35366692800    
30. LOGLISCI   Corrado   BARI   Informatica   COMPONENTE   Ricercatore a t.d. - t.pieno (art. 24 c.3-b L. 240/10)   09/H1  
09  		 ING-INF/05   INFORMATICA...   Ha aderito   8883315400    
31. LOPS   Pasquale   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   6602373827    
32. MALERBA   Donato   BARI   Informatica   COMPONENTE   Professore Ordinario   09/H1  
09  		 ING-INF/05   INFORMATICA...   Ha aderito   7003297699    
33. MAZZIA   Francesca   BARI   Informatica   Coordinatore   Professore Ordinario (L. 240/10)   01/A5  
01  		 MAT/08   MATEMATICA...   Ha aderito   6701778399    
34. MENCAR   Corrado   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   6506384357    
35. MONTONE   Antonella   BARI   Scienze della Formazione, Psicologia, Comunicazione   COMPONENTE   Professore Associato (L. 240/10)   01/A1  
01  		 MAT/04   MATEMATICA...   Ha aderito   56052490700    
36. MUSTO   Cataldo   BARI   Informatica   COMPONENTE   Ricercatore a t.d. - t.pieno (art. 24 c.3-b L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   35107609000    
37. NOVIELLI   Nicole   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   23390593000    
38. PICCINNO   Antonio   BARI   Informatica   COMPONENTE   Professore Associato (L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   36476592000    
39. PIO   Gianvito   BARI   Informatica   COMPONENTE   Ricercatore a t.d. - t.pieno (art. 24 c.3-b L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   55586014400    
40. ROSSI   Stefano   BARI   Matematica   COMPONENTE   Professore Associato (L. 240/10)   01/A3  
01  		 MAT/06   MATEMATICA...   Ha aderito   57201545808    
41. SALVATORE   Addolorata   BARI   Matematica   COMPONENTE   Professore Ordinario   01/A3  
01  		 MAT/05   MATEMATICA...   Ha aderito   7004514205    
42. SEMERARO   Giovanni   BARI   Informatica   COMPONENTE   Professore Ordinario (L. 240/10)   01/B1  
01  		 INF/01   INFORMATICA...   Ha aderito   57108777800    
43. VACCA   Giuseppe   BARI   Matematica   COMPONENTE   Ricercatore a t.d. - t.pieno (art. 24 c.3-b L. 240/10)   01/A5  
01  		 MAT/08   MATEMATICA...   Ha aderito   37003280500    
44. VAIRA   Giusi   BARI   Matematica   COMPONENTE   Professore Associato (L. 240/10)   01/A3  
01  		 MAT/05   MATEMATICA...   Ha aderito   24578050500    


Componenti del collegio (Personale non accademico dipendente di Enti italiani o stranieri e Personale docente di Università Straniere)

n. Cognome Nome Tipo di ente: Ateneo/Ente di appartenenza Paese Qualifica SSD Settore Concorsuale Area CUN In presenza di curricula, indicare l'afferenza Scopus Author ID (obbligatorio per bibliometrici) P.I. vincitore di bando competitivo europeo* Codice bando competitivo


1-300 - Produzione scientifica di ricercatori di enti di ricerca italiani o esteri ovvero di docenti di università estere dei settori non bibliometrici

n. Autore Eventuali altri autori Anno di pubblicazione Tipologia pubblicazione Titolo Titolo rivista o volume ISSN
(formato: XXXX-XXXX)		 ISBN ISMN DOI Scientifica e Classe A (rilevata in automatico in base all'ISSN, all'anno e al Settore Concorsuale del docente)


301-600 - Produzione scientifica di ricercatori di enti di ricerca italiani o esteri ovvero di docenti di università estere dei settori non bibliometrici

n. Autore Eventuali altri autori Anno di pubblicazione Tipologia pubblicazione Titolo Titolo rivista o volume ISSN
(formato: XXXX-XXXX)		 ISBN ISMN DOI Scientifica e Classe A (rilevata in automatico in base all'ISSN, all'anno e al Settore Concorsuale del docente)


601-900 - Produzione scientifica di ricercatori di enti di ricerca italiani o esteri ovvero di docenti di università estere dei settori non bibliometrici

n. Autore Eventuali altri autori Anno di pubblicazione Tipologia pubblicazione Titolo Titolo rivista o volume ISSN
(formato: XXXX-XXXX)		 ISBN ISMN DOI Scientifica e Classe A (rilevata in automatico in base all'ISSN, all'anno e al Settore Concorsuale del docente)


Componenti del collegio (Docenti di Istituzioni AFAM)

n. Cognome Nome Istituzione di appartenenza Qualifica Settore artistico-disciplinare In presenza di curricula, indicare l'afferenza Partecpazione nel periodo 18-22 a gruppi di ricerca finanziati su bandi competitivi Riferimento specifico al progetto (Dati identificativi del progetto e descrizione) Ricezione nel periodo 18-22 riconoscimenti a livello internazionale Attestazione (PDF) Descrizione campo precedente


Componenti del collegio (altro personale, imprese, p.a., istituzioni culturali e infrastrutture di ricerca)

n. Cognome Nome Istituzione di appartenenza Paese Qualifica Tipologia (descrizione qualifica) Area CUN In presenza di curricula, indicare l'afferenza Scopus Author ID (facoltativo)



Dati aggiuntivi componenti (altro personale, imprese, p.a., istituzioni culturali e infrastrutture di ricerca)

4. Progetto formativo


Attività didattica programmata/prevista

Insegnamenti previsti (distinti da quelli impartiti in insegnamenti relativi ai corsi di studio di primo e secondo livello)

n. Denominazione dell’insegnamento Numero di ore totali sull’intero ciclo Distribuzione durante il ciclo di dottorato (anni in cui l’insegnamento è attivo) Descrizione del corso Eventuale curriculum di riferimento Per i dottorati nazionali: percorso formativo di elevata qualificazione Verifica finale Note
1. Quantum Programming for Software Engineering   16  
primo anno  		 Quantum programming is an emerging area developed from multidisciplinary research on quantum computing and combines the idea of Quantum Mechanics, Mathematics and Computer Science. The goal is to solve computational-hard problems in a reasonable amount of time, and this new technology has a very wide space for application in Software Engineering. Several are Software Engineering problems that require significant computational effort to be solved or to find a sub-optimal solution. Just think to all the proposed automatic techniques aiming to detect quality issues or to the entire area of Search-based Software Engineering.

Therefore, the course will cover the main topics concerning Quantum Programming for Software Engineering. Basics concepts of Quantum Computing will initially be provided, and then the different types of Quantum Programming Languages will be analyzed. This is essential to be able to discuss during the course of the main existing programming infrastructure for developing quantum software; the differences of developing conventional and quantum software regarding the development phases; and which are the domain in which quantum software is more aligned to.

The theoretical lectures will be supported by practical cases to directly apply the theory in quantum software development in the context of software engineering domain but also in a variety of application domains.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale.  
2. Data Storytelling   24  
primo anno  		 Human decisions are rarely made by data alone. Indeed, human decision-makers have cognitive biases, and decisions are affected by emotions and make conceptual leaps beyond what the data may suggest. One of the best ways to educate and persuade people is through stories built by good data analysis. This course will cover concepts involved when working with complex datasets, exploring the connection between visual aspects and data understanding through data storytelling. After reviewing key points on how to avoid problematic visualizations and data misrepresentation it will be explained how to employ storytelling to transform data into powerful visuals, developing compelling narratives that drive decisions through data. Dashboards, visual design principles, and visualization tools and techniques will be employed.

Students will learn how to gain attention and credibility for products, studies, and initiatives through stories based on data visualizations to build persuasive business and scientific cases. The aim is to create stories using data science techniques to explore and refine data, shaping a compelling narrative from the findings using storytelling techniques. Once the stories have been derived, students will learn to create insightful data visualizations and build clear presentations. Using data storytelling skills, it will be possible to craft stories helping people to understand concepts, products, and services.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
3. Emotion recognition using non-invasive biometrics   16  
primo anno
secondo anno  		 Research on affective computing investigates emotion recognition and simulation since decades. Indeed, emotions are a fundamental component of our everyday life: they influence our cognitive skills, influence the outcome of activities requiring creativity and problem-solving skills, and contribute to the success of communication and collaborative activities. Early recognition of negative emotions, such as stress, frustration, and anger can enable just-in-time corrective actions in many application fields, including wellbeing of knowledge workers, assistive technologies, computer-mediated communication, human-computer interaction, and so on. Thus, we envision the emergence and adoption of tools for enhancing emotion awareness during software development. In this study, we will focus on the problem of reliable identification of the emotions using non-invasive biometrics. We will survey the state-of-the-art in biometric-based emotion recognition, with particular focus on the use of non-invasive sensors and examines to what extent they are able to detect affective expressions when used by individuals during their daily activities.
A discussion is offered about the advantages and limitations of relying on self-reported, self-assessed emotions as gold standard and on the open challenges due to differences between individuals, towards the development and deployment of reliable sensor-based emotion classifiers for real use scenarios. Finally, we will discuss recent advances in applied research that leverage biometric-based emotion recognition for supporting emotion awareness in computer-supported cooperative work, with specific focus on the emotions experienced by developers engaged in collaborative software development tasks. La verifica finale è facoltativa.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
4. Scientific Research Writing   23  
primo anno
secondo anno  		 In the global-scale communication, young scientific researchers need to be prepared to express their view in a way that best promote their ideas and fields of interest: they not only need to rely on rhetoric means but also on efficient linguistic tools they could use to get their ideas across fostering the most advanced and most ethical practices.

The course focuses on different subjects which are relevant to scientific writing such as classifying, defining, describing, connection establishing and comparing. It will also point out typical syntactic and stylistic errors made by PhD students throughout their writing as well as recurring linguistic difficulties (article use, prepositions, verb tenses, impersonal subject, modality) which should be eventually overcome.

Finally, doctorate students will analyze a specific research paper from the abstract to its bibliography trying to define communication cohesion: procedural, temporal, logical and coincidental. Different reference styles will be examined (IEEE, ACM, AMS…) depending on the students’ fields of study.

Overall, the students will share the following roadmap: the research process, the writing process and the techniques for presenting a paper orally, offering new approaches to interactive and collaborative tasks, since students are stimulated to group work.  
INFORMATICA
MATEMATICA  		      
5. Control of Degenerate and Singular Parabolic Equations   16  
primo anno  		 Controllability issues for parabolic problems have been a mainstream topic in recent years, and several developments have been pursued: starting from the heat equation in bounded and unbounded domain, related contributions have been found for more general situations. In details: given an initial condition, the associated equation is said to be null controllable at time T >0 if there exists a control such that the solution u of the associated problem satisfies u(T) = 0 in the space domain. Due to degeneracy or singularity, classical null controllability results do not hold in general. Thus, a good notion is the so called ‘regional null controllability’: we can drive the solution to rest at time T on a subset of the space domain, contained in the set where the equation is nondegenerate. However, the notion of global null controllability is stronger than the regional one and in general it is the useful one. A common strategy in showing this type of controllability is to prove that certain global Carleman estimates hold true for the operator, which is the adjoint of the given one, and, from them, to find related observability inequalities for the solution of the initial problem. In this course we follow this approach, focusing on some classes of degenerate and/or singular parabolic operators. The interest in this kind of equations is due to the fact that many problems coming from Physics, Biology, and Mathematical Finance are described by parabolic equations which admit these types of degeneracy and/or singularities.  
MATEMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
6. Geodesics in Spacetime Manifolds: a Variational Approach   24  
primo anno  		 Exact solutions of the Einstein’s field equations such as the classical Gödel Universe or also Exact Gravitational Waves are particular models of Lorentzian manifolds, while trajectories of free falling particles or of light rays can be described as geodesics in the chosen spacetime. Hence, investigating the geometric properties of a spacetime are interesting from both the physical and the mathematical viewpoint.

So, the aim of this course is, firstly, introducing the basic topics on semi-Riemannian Geometry pointing out the main differences between Riemannian and Lorentzian manifolds. Then, by means of suitable variational principles and by using some abstract existence theorems for critical points of C1 functionals in Banach spaces, we look for geodesics in some “good” spacetimes. In particular, we study the geodesic connectedness of some families of Lorentzian manifolds and outline some existence results for timelike and lightlike geodesics in stationary spacetimes. Moreover, we highlight some results on Gödel-type spacetimes and on Gravitational Waves.  
MATEMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
7. An Introduction to the Virtual Element Method with focus on the Navier-Stokes Equation   16  
primo anno  		 The Virtual Element Method (VEM) is a technology introduced in 2013 by Beirão da Veiga, Brezzi, Cangiani, Manzini, Marini, Russo for the discretization of partial differential equations.
The VEM can be interpreted as a novel approach that generalizes the classical Finite Element Method to arbitrary even non-convex element-geometry.
By avoiding the explicit integration of the shape functions that span the discrete Galerkin space and introducing a novel construction of the associated stiffness matrix, the VEM acquires very interesting properties and advantages with respect to more standard Galerkin methods, yet still keeping the same coding complexity.

The course will present, at the same time, the fundamental theoretical background of Virtual Elements, as well as their use for fluid-dynamic problems, and the basic tools and tricks for their actual implementation (together with practical coding sessions).  
MATEMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
8. Theories and research methods in STEM education   31  
secondo anno  		 The course provides an in-depth study of the epistemological foundations of Mathematics and STEM Education, through the presentation of some theoretical research frameworks discussed in international literature and the research methodologies. In particular, the first part of the course will focus on the main theoretical frameworks of the Theory of Situations by Brousseau, of the Theory of Semiotic Mediation by Bartolini Bussi and Mariotti in a Vygotskian key, with particular reference to the synergy of artifacts of different nature (manipulative and digital) and to the production of signs, of the Duval and Radford's research on objectification.

The second part concerns scientific research in STEM Education, a rigorous investigation process supported by appropriate theory and framework that guides it, the methods used in conducting the research and discussing the findings, and the standards for assessing the validity of the results. For this reason, the course will introduce and discuss different notions and roles of “theory” and the origin, nature, uses, and implications of specific theories pertaining to different types of such research. In particular, the focus is the formulation of the problem to be addressed and other key roles in the research design (methods and processes). The characteristics of quantitative, qualitative and mixed methods (e.g. machine learning for education, video analysis, triangulation design) will be described through the reading and analysis of examples. The nature of appropriate and productive criteria for assessing and increasing the quality of research proposals, projects, presentations and publications in STEM education, will be analysed and discussed.

The course will be structured through seminars, in which the topics will be presented, and laboratorial activities, in which the presented topics will be directly applied to work on real examples of data and research case studies.  
MATEMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
9. Mathematics between “the two cultures”   23  
primo anno  		 This course takes as its starting point a very lively current debate on the importance of mathematics in the various fields of knowledge and the importance of a scientific culture that is not antithetical to the humanities. In this course, some topics that are generally dealt with from a popular point of view on the beauty of mathematics and the presence of mathematics in nature will be explored with mathematical rigor. For example, drawing on mathematics in art, the themes of symmetries will be addressed from an algebraic point of view, starting with group theory and ending with category theory and its applications in quantum mechanics and philosophy. The theme 'Similarities, Fractals and Cellular Automata' will be discussed and connected with the electrical networks, both in the plane and in tridimensional, referring also to Platonic solids. Following the project-based learning methodology, scientific articles on the proposed topics will be discussed with the students. They will be asked to design learning units to be tested in high schools in convention with the mathematics department.  
MATEMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
10. Variational tools in Nonlinear PDEs   16  
primo anno  		 Many physical phenomena,such as matter field equations and electromagnetic theory, are described by nonlinear partial differentialequations. In this course we present some variational and topological methods for the study of such equations, with particular reference to local and non-local elliptic PDEs .Starting from the simplest nonlinear elliptic PDEs, with a powerlike nonlinearity, we want to explore what happens when we consider more general nonlinearities. Here, previous and simpler methods do not apply and different strategies are in order to overcomethe technical difficulties. A particular attention will be given to the behavior of the Palais Smale sequences that is fundamental to obtain existence and multiplicity results. One of the first difficulties is to prove the boundedness of the PS sequences. In this framework, we introduce the monotonicity trick, developed by Struwe and by Jeanjean,and the construction of special PS sequences that satisfyadditional properties,like Pohozaev type identities. Moreover, we show how to deal with the lack of compactness,due to unboundedness of the domain or to the presence of Sobolev critical exponents,to get finally existence and multiplicity results.  
MATEMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
11. Digital Transformation and Educational Practice   16  
primo anno  		 Despite the abundance of examples of digital transformation in our society, there is still a lack of cohesive understanding of what digital transformation entails. One major challenge is to envision what innovations digital technologies bring to society and, particularly, to education in the future. In this course, we will present some new perspectives trying to make sense of education in an era of intense, unpredictable, complex, ill-defined societal and digital transformation, focusing on mathematics education. We will start with a review of the main ideas in digital transformation and educational practices and then move to an in-depth analysis of relevant publications in the field, seeking to suggest possible answers to at least some of the following research questions: How can digital technologies become an integral tool in the ways rationality and mathematical thinking are cultivated in schools transforming from an academic to a citizenship paradigm? How can we use digital media to instil rationality and mathematical understanding in individual and collective citizenship? What is the value of mathematics in the so-called 21st-century skills movement in education focusing on trans-disciplinarity and grappling with socio-scientific issues? What can STEM and STEAM bring to mathematics education in this context? How can programming, computational thinking and modelling bring added educational value to the teaching and learning of Mathematics? What kind of educational practices and uses of digital media can we expect to value in the digital transformation era?  
INFORMATICA
MATEMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
12. Design of a Symbiotic AI system   31  
primo anno  		 The general focus is on the design of new interaction paradigms that can amplify, augment, and enhance human performance, in ways that make systems reliable, safe, and trustworthy. Research is based on the new perspective that AI supports and facilitates human beings’ activities by augmenting (and valuing) human cognitive abilities rather than replacing them. The specific focus is on improving the practices and tools adopted by AI engineers to ensure the quality of AI-enabled systems. The set of practices used to augment the AI workflow with automated quality assurance (QA) and monitoring tools is becoming more and more adopted and recognized under the umbrella term of MLOps. In this case study, we will study emerging MLOps practices and tools and experiment with them aiming at a substantial improvement of the work experience of future AI professionals. As a consequence, this will enhance the reliability, safety, and trustworthiness of their models.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
13. Symbiotic AI: Understanding language-based human signals   31  
primo anno  		 Approaches for intelligent access to information are characterized by the joint use of exogenous semantics, based on structured knowledge sources (e.g., Knowledge Graph, Linked Open Data) and endogenous semantics, based on word embeddings and fostered by Large Language Understanding Models (such as BERT).  The combined use of exogenous and endogenous semantics is the key to turning human-understandable language signals (text documents, conversational data, etc.) into machine-understandable semantics, thus creating a semantic layer that can be exploited by systems requiring human-level intelligence. The course will focus on integrating information that comes both from data and semantic models to provide the AI system with the capability of a “deeper understanding” of the information items it deals with.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
14. Symbiotic AI: Improving the data quality and the algorithms   31  
primo anno  		 Text documents, conversation data, images, time series, and in general data coming from sensors are often not immediately usable and need a preliminary step of pre-processing that aims at performing a deep analysis of the data in order to reduce the present noise or to search for outliers that may influence the results of the algorithms in which this data is used as an input with the consequence of results affected by low accuracy or biased. This course will focus on the increase of the quality, explainability, and usability of the available data through machine learning techniques such as anomaly or outliers detection. Another important aspect of the course is the study of solutions against the curse of dimensionality. The recent developments in the techniques of matrices and tensors decomposition represent a fundamental tool that allows a reduction of the dimensionality of the data while maintaining the most important and critical information.  
INFORMATICA
MATEMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
15. Symbiotic AI: combining knowledge and reasoning   31  
primo anno  		 Symbiotic AI systems are intended to enable humans to complement the AI system so that human inputs are used to improve the AI system’s performance. Moreover, they can be empowered by knowledge-intensive components to be exploited for improved support of humans performing knowledge-intensive tasks. Challenges include costs, constraints, quality, and availability when using human inputs to complement the AI system and the need for the AI system to have some kind of complex reasoning capability to know how and when to use the human inputs effectively. The deployment of hybrid AI, which integrates data-driven with model-driven AI (knowledge representation, knowledge graphs, complex reasoning, and inference), and distributional and/or explicit semantics, is also crucial for this goal. Hybrid AI solutions could also be profitable in providing SAI solutions that are effective, efficient, and interpretable/understandable. Two main aspects are considered in this course: (i) including factors associated with costs, constraints, quality, and availability when using human inputs to complement the AI system; (ii) providing the AI system with complex reasoning capabilities on how and when to effectively use the human inputs.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
16. Explainability for symbiotic AI   31  
primo anno  		 While effective, most of the current prominent AI methods consist of “opaque” models that are complex to interpret and explain. To cope with this lack of interpretability, it is necessary to to design and develop effective explanation components for data-driven learning models to support the user in decision-making processes and knowledge-intensive tasks. Specifically, this cours will be articulated along the following topics: i) Explainability in Hybrid modeling; ii) Explainability based on post-hoc counterfactuals;  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
17. Understanding symbiotic AI systems to improve robustness of models   31  
primo anno  		 Explanations can be helpful for improving the understandability of symbiotic AI systems. As evidence as shown, when explanations are provides, users typically increase their trust in algorithms. In this course we will present strategies to produce explanations of the behavior of algorithms and justification of model decisions, in order to account for specific critical conditions (e.g. imbalanced data, concept drifts, adversarial samples), as well as methods to account for knowledge disclosed with explanations, in order to improve robustness of symbiotic models (e.g. distillation and defensive distillation, Transformers and Vision Transformers). Specifically the course will be articulated along the following topics: (i) generating explanations and decision justifications; (ii) learning robust AI models accounting for explanations.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
18. Assessing the understandability of AI solutions in psychiatry   31  
primo anno  		 This course aims at assessing the understandability of AI solutions in Psychiatry by investigating whether embedding clinical, behavioral, pathophysiological, and genetic information into AI models reduces uncertainty and generates more clinically relevant decisions. Psychiatric disorders show highly variable characteristics and risk factors. Therefore, AI prognostic and diagnostic solutions are fed with a wide variety of patient-related information (e.g., symptoms, behaviors, brain-related data). Because different diagnostic categories are often associated with drastically different clinical manifestations and neurobiological substrates, explaining clinical phenomena with AI is challenging. We will address this challenge by presenting algorithms that discriminate between psychiatric diagnoses based on multimodal data informed by biological and clinical priors. We show AI solutions that are interpretable in clinical settings, besides generating a more comprehensive view of the pathophysiology of psychiatric conditions. Specific topics are: i) Multi-modal learning algorithms informed by pathophysiological information; ii) Comparison of categorical models obtained based on human knowledge and categories derived from AI models in neuroimaging; iii) Validation of deep-phenotyping-based algorithms in less characterized individuals.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
19. Legal acceptability of symbiotic AI   31  
primo anno  		 The legal approach to AI typically addresses crucial aspects in the collection, processing, and exchange of sensitive information on citizens and companies, e.g., during investigation activities (especially for tax purposes and to fight terrorism and illicit trafficking), which impact on fundamental rights such as freedom, privacy and the right of defense on the one hand, and public order, security and state sovereignty on the other. The existing regulations in the field prescribe the compliance of AI-based decision-making algorithms with fundamental rights as well as with the principles of due process in legal proceedings. However, the acceptability of Symbiotic AI from the legal viewpoint passes also through the embedding of legal rules in algorithmic decisions, e.g. to overcome current weaknesses such as the notorious "bias in, bias out" problem. All these aspects trigger foundational research in symbiotic AI and will be the subject of investigation in this course.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
20. Ethical acceptability of symbiotic AI   31  
primo anno  		 The philosophical approach to AI contributes to the debate on the identification and analysis of the ethical implications of algorithms; it provides a critical method to investigate the development of the universality of computation together with the benefit that AI brings to personal and community well-being. Reflection on reducing the perceived objectivity of an algorithm can be the first solution to the increasing ethical risks in AI. The most recent developments in AI suggest investigating two ethically very sensitive issues. The first concerns the need to develop algorithms that always have respect for human rights as a center of gravity, with particular reference to an intersectional vision of possible discrimination (class, race, sex, gender, age, disability, etc.). The second invest attention to empathy as a typically human interactive mode that represents a challenge for the construction of cognitive models also useful for AI. Both issues will be investigated in this course.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
21. Sustainability of symbiotic AI   31  
primo anno  		 The massive adoption of Symbiotic AI systems naturally brings high computational and human resources costs for data analysis and gathering. This aspect requires addressing the problem of both environmental and economic sustainability of the proposed solutions, also in the light of new AI techniques that allow the reuse of data and models, without sacrificing accuracy. This course focuses on the reduction of computational resources, and hence, on the ecological impact of AI-based modeling, from two perspectives: i) the reduction of the effort in data gathering, labeling, and representation; ii) model recycling to save computational resources for model learning and tuning.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
22. Data-centric AI: transforming raw data into smart data   31  
primo anno  		 The vast amount of data currently collected introduces additional challenges related to the resources needed for their analysis. Approaches for Big Data Analytics provide a solution for the analysis of such data but still suffer from the need for huge computational resources. In this course, we will present efficient methods to transform (big) raw data into smart data, which represent summaries, conceptualization, approximations, or even simplified and directly interpretable versions of the original ones. Specifically, this task will be articulated in two activities: (i) Design of methods for smart data extraction in data-centric AI; (ii) Assessing the quality of data-centric AI.  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
23. Symbiotic AI: case studies in challenging domains   31  
primo anno  		 This course will present use cases in challenging domains for symbiotic AI. The domains considered will be: Healthcare and well-being (e.g. SAI-based approaches for non-invasive and low-cost health monitoring of fragile people); Banking, Finance, and Insurance, (e.g. SAI-based digital technologies for fintech and banking); Smart Cities, Areas and Communities (e.g. SAI-based approaches and digital solution for the safety of smart cities); Cultural heritage / creative industries (e.g. SAI-based approaches for the development of multiple customized tours); Information technology, (e.g, chatbots based on SAI technologies); Industry and manufacturing (e.g. SAI-based control of robots in a complex industrial environment).  
INFORMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  
24. Ethics and AI   12  
primo anno  		 The mini-course intends to provide a brief overview of the main ethical issues concerning AI from an interdisciplinary perspective. The starting point is the clarification of what an “ethics” is, so as to offer the reference coordinates of the discourse, which is then articulated in the analyzes by way of examples of specific issues in the different directions. In particular, issues relating to the impact that AI has and will increasingly have on social life are examined, especially concerning the problem of biases; the interconnections with medicine and health care; the methods of legal regulation.  
INFORMATICA
MATEMATICA  		     Il corso è a scelta dello studente, l'esame è opzionale  

Riepilogo automatico insegnamenti previsti nell’iter formativo

Totale ore medie annue: 201.67 (valore ottenuto dalla somma del Numero di ore totali sull’intero ciclo di tutti gli insegnamenti diviso la durata del corso)

Numero insegnamenti: 24

Di cui è prevista verifica finale: 0


Altre attività didattiche (seminari, attività di laboratorio e di ricerca, formazione interdisciplinare, multidisciplinare e transdisciplinare)

n. Tipo di attività Descrizione dell’attività (e delle modalità di accesso alle infrastrutture per i dottorati nazionali) Eventuale curriculum di riferimento
1. Perfezionamento linguistico   Il perfezionamento linguistico è rivolto principalmente a studenti non madrelingua inglese. L’obiettivo è far acquisire le competenze linguistiche che, associate a quelle scientifiche, consentiranno agli studenti di scrivere una pubblicazione su riviste internazionale o un progetto internazionale di alto livello. Il ciclo seminariale di almeno 10 ore è strutturato come corso dal titolo "Scientific Research Writing". I temi trattati sono:
1. How to write an introduction
2. Writing about methodology
3. Writing about results
4. Writing the discussion/conclusion
5. Writing the abstract  
INFORMATICA
MATEMATICA  
2. Perfezionamento informatico   Per il perfezionamento informatico, essendo i gruppi coinvolti già con competenze Informatiche si organizza un ciclo seminariale di almeno 10 ore sulle seguenti tematiche "Information Technology Outlook" con temi relativi ai più avanzati settori delle tecnologie dell'informazione. Fra questi temi si evidenziano il cloud computing, big data, cybersecurity, social computing, human computer interaction. Per gli studenti del curriculum Matematica gli argomenti dei seminari includono anche web programming, scientific computing, computational notebooks.  
INFORMATICA
MATEMATICA  
3. Gestione della ricerca e della conoscenza dei sistemi di ricerca europei e internazionali   Si prevede di organizzare attività di formazione nel campo della gestione della ricerca e della conoscenza dei sistemi di ricerca europei ed internazionali. Una di queste attività consiste in un ciclo seminariale di circa 10 ore su temi quali:
1. I Progetti di Ricerca
1.1 Panoramica sui sistemi nazionale ed europeo della ricerca
1.2 Elaborazione dei progetti di ricerca
1.3 Il controllo di gestione
1.4 La rendicontazione
2. La valutazione della ricerca
2.1 L'ANVUR e la sua attività
2.2 Processi e protocolli di valutazione di progetti
Altre attività includono il coinvolgimento degli studenti progetti di ricerca con la condivisione di obiettivi, metodologie, e tipologia di accesso ai finanziamenti.  
INFORMATICA
MATEMATICA  
4. Valorizzazione e disseminazione dei risultati, della proprietà intellettuale e dell’accesso aperto ai dati e ai prodotti della ricerca   Nell’ambito delle attività di ricerca aspetti fondamentali sono la collaborazione con le aziende, la promozione della ricerca applicata, la protezione e la valorizzazione economica. Obiettivo di questa attività è rendere consapevoli gli studenti di dottorato di questa possibilità in relazione alla loro attività di ricerca, inclusi il software e le banche dati. L’attività prevede un ciclo seminariale di circa 10 ore su temi quali:
1. Il trasferimento tecnologico
2. I rapporti con le imprese
3. Copyright e brevetti
4. Spin-off universitari
5. Divulgazione scientifica  
INFORMATICA
MATEMATICA  
5. Seminari   I seminari scientifici sono uno strumento efficace per la divulgazione di risultati della ricerca da parte di professori e ricercatori esterni all’ateneo. I gruppi di ricerca dei due curricula INFORMATICA e MATEMATICA periodicamente invitano professori a tenere seminari presso le sedi dei dipartimenti di Informatica e Matematica. Gli studenti di dottorato sono invitati a partecipare in modo attivo a questi seminari e a quelli di interesse organizzati presso altri dipartimenti dell'università di Bari.
Il calendario dei seminari è diffuso e pubblicizzato periodicamente presso le sedi coinvolte.  
INFORMATICA
MATEMATICA  

5. Posti, borse e budget per la ricerca

Posti, borse e budget per la ricerca

Descrizione Posti
A - Posti banditi
(incluse le borse PNRR)  		 1. Posti banditi con borsa   N. 19    
2. Posti coperti da assegni di ricerca      
3. Posti coperti da contratti di apprendistato      
Sub totale posti finanziati (A1+A2+A3)   N. 19    
4. Eventuali posti senza borsa      
B - Posti con borsa riservati a laureati in università estere      
C - Posti riservati a borsisti di Stati esteri      
D - Posti riservati a borsisti in specifici programmi di mobilità internazionale      
E -
Nel caso di dottorato industriale, posti riservati a dipendenti delle imprese o a dipendenti degli enti convenzionati impegnati in attività di elevata qualificazione (con mantenimento dello stipendio)  		    
F - Posti senza borsa riservati a laureati in Università estere      
(G) TOTALE = A + B + C + D + E + F   N. 19    
(H) DI CUI CON BORSA = TOTALE – A4 - F   N. 19    
Importo di ogni posto con borsa
(importo annuale al lordo degli oneri previdenziali a carico del percipiente)  		 (1) Euro: 16.243,00   Totale Euro: (1) x (H-D) x n. anni del corso   € 925.851  
Budget pro-capite annuo per ogni posto con e senza borsa per attività di ricerca in Italia e all’Estero coerenti con il progetto di ricerca

(in termini % rispetto al valore annuale della borsa al lordo degli oneri previdenziali a carico del percipiente)
  		 (min 10% importo borsa; min 20% per dottorati nazionali):
%10,00  		    
(2) Euro: 1.624,3   Totale Euro: (2) x (G-D) x n. anni del corso   € 92.585,1  
Importo aggiuntivo per mese di soggiorno di ricerca all’estero per ogni posto con e senza borsa
(in termini % rispetto al valore mensile della borsa al lordo degli oneri previdenziali a carico del percipiente)
  		 (MIN 50% importo borsa mensile ):
%50,00  		    
Mesi (max 12, ovvero 18 per i dottorati co-tutela o con università estere): 12,00      
(3) Euro: 8.121,5   Totale Euro: (3)x(G-D)   € 154.308,5  
BUDGET complessivo del corso di dottorato

 		     € 1.172.744,6  

(2): (importo borsa annuale * % importo borsa mensile)
(3): (% importo borsa mensile * (importo borsa annuale/12) * mesi estero)


Fonti di copertura del budget del corso di dottorato (incluse le borse)

FONTE  Importo (€) % Copertura Descrizione Tipologia
(max 200 caratteri)
Fondi ateneo (in caso di forma associata il capofila) 155.112,41   13.23   Borse di studio  
Fondi MUR 777.632,19   66.31   borse di studio  
di cui eventuali fondi PNRR 718.329,77     borse di studio  
Fondi di altri Ministeri o altri soggetti pubblici/privati 240.000,00   20.46   cofinanziamento aziende  
di cui eventuali fondi PNRR      
Fondi da bandi competitivi a livello nazionale o internazionale   0    
Finanziamenti degli altri soggetti che partecipano alla convenzione/consorzio (nel caso di dottorati in forma associata)   0    
Altro   0    
Totale 1172744.6      


Soggiorni di ricerca

  Periodo medio previsto (in mesi per studente): periodo minimo previsto (facoltativo) periodo massimo previsto (facoltativo)
Soggiorni di ricerca (ITALIA - al di fuori delle istituzioni coinvolte) NO        
Soggiorni di ricerca (ESTERO nell’ambito delle istituzioni coinvolte) NO        
Soggiorni di ricerca (ESTERO - al di fuori delle istituzioni coinvolte) SI   mesi 4      


Note

(MAX 1.000 caratteri):
Si prevede la possibilità di pagare, in base alle esigenze, su progetti di ricerca nazionali e internazionali dei componenti del Collegio dei Docenti ulteriori attività di formazione didattica, stage, soggiorni all'estero e l'acquisto di materiale per la ricerca.

6. Strutture operative e scientifiche

Strutture operative e scientifiche

Tipologia Descrizione sintetica (max 500 caratteri per ogni descrizione)
Attrezzature e/o Laboratori   Il Dipartimento di Informatica ha:
- 8 Laboratori di Ricerca
(https://www.uniba.it/it/ricerca/dipartimenti/informatica/ricerca/laboratori);
- 1 biblioteca, 1 sala di lettura con 60 posti a sedere e 1 con 40 posti a sedere;
- un Sistema Integrato di 4 Laboratori Didattici (SILAD).

Il Dipartimento di Matematica ha:
- un Centro di Calcolo;
- 3 laboratori di ricerca;
- 1 biblioteca, 1 sala di lettura con 98 posti a sedere e 1 sala di lettura informatizzata con 27 posti studio.  
Patrimonio librario   consistenza in volumi e copertura delle tematiche del corso   La Biblioteca di Matematica ha un patrimonio bibliografico di 41.705 monografie, con un'ampia copertura delle tematiche del corso.
La Biblioteca di Informatica ha un patrimonio bibliografico di 5845 monografie, con un'ampia copertura delle tematiche del corso di dottorato (https://www.uniba.it/bibliotechecentri/informatica/biblioteca-di-informatica).  
abbonamenti a riviste (numero, annate possedute, copertura della tematiche del corso)   La Biblioteca di Matematica ha 70 testate di periodici correnti e 673 cessati.

La Biblioteca di Informatica ha 249 testate di periodici, tutti attualmente cessati.  
E-resources   Banche dati (accesso al contenuto di insiemi di riviste e/o collane editoriali)   Gli utenti UNIBA, inclusi i dottorandi, possono accedere alle risorse bibliografiche elettroniche (articoli, e-book, etc.) messe a disposizione dell'Ateneo, tra cui MathSciNet, Elsevier-ScienceDirect, IEEE Xplore, SpringerLink, Taylor & Francis, Wiley-Blackwell, Institute of Physics (IOP), American Physical Society (APS), American Institute of Physics (AIP). L'accesso alle risorse è possibile dalla rete di Ateneo o mediante autenticazione istituzionale.  
Software specificatamente attinenti ai settori di ricerca previsti   Gli 8 laboratori di ricerca del Dipartimento di Informatica sono dotati di attrezzatura HW/SW necessaria alla conduzione delle specifiche attività di interesse, a disposizione anche dei dottorandi.
Il Centro di Calcolo del Dipartimento di Matematica è dotato di software specifici a disposizione anche dei dottorandi.
I dottorandi possono utilizzare il Datacenter ad alte prestazioni ReCaS, le cui risorse di calcolo ammontano a circa 128 server  
Spazi e risorse per i dottorandi e per il calcolo elettronico   Ogni dottorando del curriculum Informatica dispone di un posto di lavoro in uno dei laboratori di ricerca del dipartimento di Informatica.
Il Dipartimento di Matematica dispone di cinque studi attrezzati con PC a disposizione degli studenti di dottorato del curriculum Matematica.  
Altro    


Note


7. Requisiti e modalità di ammissione

Requisiti richiesti per l'ammissione

Tutte le lauree magistrali: SI, Tutte  
se non tutte, indicare quali:  
Altri requisiti per studenti stranieri: (max 500 caratteri):
I candidati con cittadinanza estera in possesso di titolo accademico straniero che non sia già stato dichiarato equipollente alla laurea italiana, devono richiederne l’equipollenza unicamente ai fini dell’ammissione al dottorato, presentando un certificato attestante il titolo di studio straniero e indicante gli esami sostenuti e le relative votazioni. In caso di ammissione è richiesta documentazione rilasciata dalle competenti rappresentanze diplomatiche o consolari italiane all'estero.  
Eventuali note  


Modalità di ammissione

Modalità di ammissione
Titoli
Prova orale
Lingua
Progetto di ricerca  
Per i laureati all'estero la modalità di ammissione
è diversa da quella dei candidati laureati in Italia? 		NO  
se SI specificare:  


Attività dei dottorandi

È previsto che i dottorandi possano svolgere attività di tutorato SI
  		  
È previsto che i dottorandi possano svolgere attività di didattica integrativa SI
  		 Ore previste: 40  
E’ previsto che i dottorandi svolgano attività di terza missione? SI
  		 Ore previste: 5  


Note

(MAX 1.000 caratteri):
Anche se non sono previsti vincoli formali sul titolo di laurea magistrale per l'accesso al Dottorato di Ricerca in "Informatica e Matematica", si richiede un'accurata preparazione nelle discipline matematiche e/o informatiche, che sarà accertata con la procedura di ammissione.



Chiusura proposta e trasmissione: 05/06/2023


.