Vai alla Homepage del Portale
Dipartimento di Farmacia e Biotecnologie - FABIT

Geometria per le applicazioni fisiche e biologiche. Coordinatrice: Fioresi

Comprensione dell’interazione tra Geometria ed Intelligenza Artificiale per avanzare lo studio teorico di entrambe le discipline e promuoverne l’uso nel contesto delle applicazioni biologiche.

Ambiti: Genomica Neuroscienze

Temi di ricerca 

  • Studio delle simmetrie geometriche nella modellistica fisica. Descrizione: Studiamo la teoria matematica delle simmetrie e delle simmetrie quantum nel contesto delle loro applicazioni alla fisica teorica. 
  • Matematica del Machine Learning e del Geometric Deep Learning. Descrizione: Studiamo la teoria del Machine Learning, del Deep Learning e del Geometric Deep Learning da un punto di vista matematico. In particolare, ci occupiamo di comprendere i legami teorici profondi tra alcuni recenti algoritmi di intelligenza artificiale e settori della matematica pura come la geometria riemanniana, la geometria algebrica, le teorie di Lie, dei fasci e dell’omotopia. 
  • Algoritmi geometrici di Machine Learning per lo studio di database di origine biologica. Descrizione: Sviluppiamo algoritmi di ML che sfruttano la struttura geometrica intrinseca contenuta nei database biologici per estrarre informazioni da essi e per risolvere problemi applicati altrimenti non risolvibili con metodologie standard. Siamo specializzati nello studio di immagini mediche, dati di DNA, serie temporali di segnali biologici, etc. 

Membri del Laboratorio

Rita Fioresi, Professoressa Associata

Emanuele Latini, Professore Associato (Dipartimento di Matematica, Unibo)

Ferdinando Zanchetta, RTDa

Alessandro Carotenuto, Assegnista di ricerca

Michela Lapenna, Dottoranda (Dipartimento di Fisica, Unibo)

Junaid Razzaq,  Dottorando (Dipartimento di Fisica, Unibo)

Posizioni disponibili e progetti di internato 

Al momento, nessuna posizione disponibile 

Pubblicazioni significative

  • Grementieri, L., Fioresi, R. “Model Centric Data Manifold: The Data Through the Eyes of the Model” (2022), Siam Journal on Imaging Sciences, 15, 1140-1156.
  • Fioresi, R., Faglioni, F., Sena, P. (2018) “Medical Database for Detecting Neoplastic Lesions in Human Colorectal Cancer with Deep Learning” Biomedical Journal of Scientific & technical research
  • Zanchetta, F. Simonetti, A., Faglioni, G., Malagoli, A., Fioresi, R. (2022). “A geometric Deep Learning approach to blood pressure regression” GeoMedIA 2022 Extended Abstract.
  • Fioresi, R. and Zanchetta, F. (2023) “Deep Learning and Geometric Deep Learning: an introduction for mathematicians". International Journal of Geometric Methods in Modern Physics

Contatti