Università degli Studi di Milano
Corso di laurea in Informatica
Tesi di laurea triennale di Giorgio Audino
Relatore: prof. Carlo Bellettini
Correlatore: dott. Angelo Giuffredi
Presentation on the next generation of human computer interaction by Mark Billinghurst at the MobileTech 2019 conference, April 3rd 2019 in Rotorua, New Zealand. Showcasing HCI trends and capabilities provided by AR/VR.
Presentation on the next generation of human computer interaction by Mark Billinghurst at the MobileTech 2019 conference, April 3rd 2019 in Rotorua, New Zealand. Showcasing HCI trends and capabilities provided by AR/VR.
Computer vision has received great attention over the last two decades.
This research field is important not only in security-related software but also in the advanced interface between people and computers, advanced control methods, and many other areas.
Applications of various latest coprocessorsSejal Anand
A coprocessor is a chip that works side-by-side with the computer's main processor (the chip called the central processing unit, or CPU).
Math processor can perform high-level mathematical operations such as logarithms, roots, trigonometry functions much faster than the main processor. It also performs floating point math. The instruction set of the math processor is different from the instruction set of the main processor.
Network processor handles incoming and outgoing network traffic in high-end systems. It is optimized to process a large number of incoming and outgoing network packets.
Crypto-processor is a special processor that supports cryptography. It performs message encryption and decryption for secure data transmission.
Graphics Processing Unit handles high-resolution graphics processing. It consists of multiple cores with small instruction sets.
Object classification using CNN & VGG16 Model (Keras and Tensorflow) Lalit Jain
Using CNN with Keras and Tensorflow, we have a deployed a solution which can train any image on the fly. Code uses Google Api to fetch new images, VGG16 model to train the model and is deployed using Python Django framework
파이콘 한국 2020) 파이썬으로 구현하는 신경세포 기반의 인공 뇌 시뮬레이터Seonghyun Kim
* 파이콘 한국 2020의 발표자료입니다.
현대 인공 신경망의 뿌리가 되었던 뇌 과학!
이 발표에서는 인공 신경망에 대한 뇌 과학적 접근과,
뇌 세포의 발화를 모사하는 파이썬 기반의 뉴로모픽 신경망 모델에 대한 사례를 공유할 예정입니다.
뉴로모픽 신경망은 단순히 기존의 딥러닝에서 셀 구조만을 변경한 것이 아닙니다.
실제로 실험을 수행하기 어려운 생물학적 한계점을 뇌 시뮬레이션을 통해서 극복할 수 있으며,
나아가 뇌의 정보처리 메커니즘을 밝히고, 다양한 뇌 질환 치료제의 타겟을 연구하는데 아주 중요한 역할을 할 수 있습니다.
이번 발표를 통해, 기계학습을 연구하고 있는 많은 연구자 분들에게 새로운 아이디어에 대한 영감이 될 수 있기를 희망합니다.
Object detection is a main role in image processing.the proposed methods detect various multiple object detection using image processing so provide a really to solving the security problem.
Presentazione Tesi Laurea Triennale in InformaticaLuca Marignati
Università degli Studi di Torino
Dipartimento di Informatica
Titolo: Apprendimento per Rinforzo e Applicazione ai Problemi di Pianificazione del Percorso
Topic: Machine Learning
Computer vision has received great attention over the last two decades.
This research field is important not only in security-related software but also in the advanced interface between people and computers, advanced control methods, and many other areas.
Applications of various latest coprocessorsSejal Anand
A coprocessor is a chip that works side-by-side with the computer's main processor (the chip called the central processing unit, or CPU).
Math processor can perform high-level mathematical operations such as logarithms, roots, trigonometry functions much faster than the main processor. It also performs floating point math. The instruction set of the math processor is different from the instruction set of the main processor.
Network processor handles incoming and outgoing network traffic in high-end systems. It is optimized to process a large number of incoming and outgoing network packets.
Crypto-processor is a special processor that supports cryptography. It performs message encryption and decryption for secure data transmission.
Graphics Processing Unit handles high-resolution graphics processing. It consists of multiple cores with small instruction sets.
Object classification using CNN & VGG16 Model (Keras and Tensorflow) Lalit Jain
Using CNN with Keras and Tensorflow, we have a deployed a solution which can train any image on the fly. Code uses Google Api to fetch new images, VGG16 model to train the model and is deployed using Python Django framework
파이콘 한국 2020) 파이썬으로 구현하는 신경세포 기반의 인공 뇌 시뮬레이터Seonghyun Kim
* 파이콘 한국 2020의 발표자료입니다.
현대 인공 신경망의 뿌리가 되었던 뇌 과학!
이 발표에서는 인공 신경망에 대한 뇌 과학적 접근과,
뇌 세포의 발화를 모사하는 파이썬 기반의 뉴로모픽 신경망 모델에 대한 사례를 공유할 예정입니다.
뉴로모픽 신경망은 단순히 기존의 딥러닝에서 셀 구조만을 변경한 것이 아닙니다.
실제로 실험을 수행하기 어려운 생물학적 한계점을 뇌 시뮬레이션을 통해서 극복할 수 있으며,
나아가 뇌의 정보처리 메커니즘을 밝히고, 다양한 뇌 질환 치료제의 타겟을 연구하는데 아주 중요한 역할을 할 수 있습니다.
이번 발표를 통해, 기계학습을 연구하고 있는 많은 연구자 분들에게 새로운 아이디어에 대한 영감이 될 수 있기를 희망합니다.
Object detection is a main role in image processing.the proposed methods detect various multiple object detection using image processing so provide a really to solving the security problem.
Presentazione Tesi Laurea Triennale in InformaticaLuca Marignati
Università degli Studi di Torino
Dipartimento di Informatica
Titolo: Apprendimento per Rinforzo e Applicazione ai Problemi di Pianificazione del Percorso
Topic: Machine Learning
Il nuovo catalogo della rete URBS - La migrazione akohaAndrea Marchitelli
Le slide presentano le attività Cineca per il nuovo catalogo della rete URBS, realizzato con Koha, e una riflessione sull'uso degli applicativi open source.
Development of a Metadata Based Image Bank for an Enterprise-Class Content Ma...Andrea De Pirro
Questa tesi mira a descrivere la pianificazione, lo sviluppo ed il rilascio di una infrastruttura di Digital Asset Management per il sito istituzionale di Bioversity International, basato Typo3, un Content Management Framework open source di classe enterprise, sviluppato in PHP5 e ampiamente diffuso. Typo3 conta decine di sviluppatori ufficiali, e una comunita’ di migliaia di utenti, attratti dalla pos- sibilita’ di creare sistemi di livello enterprise con costi ridotti.
Beyond the Cache sfruttare appieno le potenzialità dei Service Worker (Eduar...EduardCapanu
I Service Worker di JavaScript aprono le porte a un mondo di possibilità, che non si limitano alla semplice creazione di applicazioni web offline: essi, infatti, permettono non solo di migliorare le prestazioni dell'applicazione attraverso la memorizzazione nella cache, ma offrono una gamma incredibile di funzionalità avanzate.
In questo talk scopriremo come sfruttare al massimo le capacità dei Service Worker: esploreremo aspetti come il pre-fetching intelligente delle risorse, la gestione di fallback in caso di connessione limitata e l'implementazione di strategie di caching personalizzate. Le combinazioni di queste tecniche offrono un vasto spettro di opportunità strategiche, permettendoti di creare un'esperienza di navigazione straordinaria.
Event link: https://thecmmbay.com/eventi/service-worker-in-javascript-le-potenzialita-oltre-la-cache-rx70p9j40
L’obiettivo del Corso è fornire ai partecipanti la preparazione e le competenze necessarie per utilizzare tutti gli strumenti disponibili nel Microsoft Desktop Optimization Pack (MDOP) per migliorare il processo di Change Management e ridurre la necessità di supporto nel proprio ambiente di lavoro.
Per apprendimento online (noto anche come teleapprendimento, o con il termine inglese E-learning) s'intende l'uso delle tecnologie multimediali e di Internet per migliorare la qualità dell'apprendimento facilitando l'accesso alle risorse e ai servizi, così come anche agli scambi in remoto e alla collaborazione a distanza
BIM obblighi e opportunità (nicolafurcolo.it) R.pdfNicola Furcolo
Slide BIM: una grande opportunità per gli operatori delle costruzioni.
Il BIM rappresenta una grandissima opportunità per chiunque operi nel settore delle costruzioni:
architetti
ingegneri
geometri
periti
topografi
imprese di costruzioni
pubbliche amministrazioni
RUP
dirigenti PA
A breve il BIM diventa obbligatorio di fatto per ogni appalto pubblico, ma una grande opportunità anche per i lavori privati.
Ti metto a disposizione qui sotto le SLIDE introduttive sul BIM che puoi scaricare gratuitamente.
Se hai bisogno di una consulenza tecnica sul BIM, contattami subito! www.nicolafurcolo.it
Convegno SPEKTRA da A2A - 28 maggio 2024 | RUGGIERI Alfredo
Slide discussione tesi di laurea triennale
1. Sviluppo del sistema di backoffice
e data analysis di una piattaforma
di didattica collaborativa
Relatore: Prof. Carlo BELLETTINI
Correlatore: Dott. Angelo GIUFFREDI
Laureando:
Giorgio AUDINO
Matricola 794777
2. Dipartimento di Informatica
WeSchool è una piattaforma di didattica collaborativa il cui
scopo è rivoluzionare la didattica fornendo ai docenti uno
strumento per aggregare le informazioni da internet con uno
spirito di collaborazione insieme agli studenti.
Lo scopo principale della collaborazione è stato:
• Fornire un accesso di alto livello e controllato ai dati di
WeSchool per consentire lettura e modifica senza
accedere direttamente alla base di dati.
• Implementare un sistema di tracciamento delle attività
effettuate all’interno della piattaforma e fornire un accesso
ai dati così salvati.
• Implementare un sistema di analisi degli eventi.
3. Dipartimento di Informatica
Il flusso dei TrackEvent
1. Generazione di un evento
3. Processo degli eventi sulla
coda remota
4. Salvataggio definitivo degli
eventi
2. Salvataggio in una coda
remota persistente
SERVER API WESCHOOL
CODA REMOTA (E.G. SQS/MONGODB)
SERVER BACKOFFICE WESCHOOL
COLLECTION MONGODB
4. SALVATAGGIO NELLA CODA REMOTA
Dipartimento di Informatica
Generazione di un evento e invio
alla coda remota
Creazione di un’istanza
della classe
Salvataggio nel buffer
interno
Flush del buffer verso la
coda remota
$event = new PostCreatedTrackEvent($post);
$eventDispatcher->dispatch($event->getName(),
$event);
$this->eventTrackCollector->push($event);
$this->eventTrackCollector->flush();
CONTROLLER
TRACKEVENTLISTENER
GENERAZIONE DI UN EVENTO
Dispaccio dell’evento
KERNELTERMINATELISTENER
5. Dipartimento di Informatica
Persistenza degli eventi
Prelievo degli eventi
dalla coda remota
Persistenza dell’evento
Rimozione dell’evento
dalla coda
Utilizzo di un database
NoSQL a causa di:
• Eterogeneità degli eventi
• Motore di query molto
ricco e semplice
• Velocità
6. Dipartimento di Informatica
Analisi degli eventi
Scopo dell’analisi:
• Fornire un sistema di aggregazione delle azioni
effettuate
• Creare una leaderboard dei docenti che utilizzano la
piattaforma per identificare gli utenti chiave
Introduzione di una nuova entità: il metagruppo.
Un metagruppo è l’insieme dei gruppi creati da un
docente
7. Dipartimento di Informatica
Analisi degli eventi dei metagruppi
Ogni giorno e per ciascun metagruppo calcolo di tre misure:
• Score pesato degli eventi
• Intensità del metagruppo nel dato giorno
• Potenziale del metagruppo
Pipeline di aggregazione di
MongoDB
Stage $match
Stage $group
8. Dipartimento di Informatica
PHP e Symfony da linea di comando
Scopo del comando: allineare la base di dati salvando
per ciascuna tupla relativa all’esecuzione di un esercizio
il voto ottenuto dall’utente calcolato on the fly fino a
questo momento.
Problema:
contenere l’utilizzo di memoria per un processo che deve
analizzare circa 10.000 tuple entro i 64MB a
disposizione, considerando che Symfony ne occupa
circa 40 per inizializzare il framework
9. Dipartimento di Informatica
La gestione della memoria
Limite memoria: 64MB
Memoria occupata da
Symfony: ~40MB
4 principali accorgimenti per
controllare l’utilizzo della
memoria:
Implementazione di un
sistema di paginazione
Invocazione forzata del
garbage collector di PHP
Eliminazione dei riferimenti
dell’entity manager
Disabilitazione del logger SQL $entityManager->getConnection()-
>getConfiguration()->setSQLLogger(null);
$entityManager->clear();
gc_enable();
[…]
gc_collect_cycles();
10. Dipartimento di Informatica
Conclusioni
Eventi di tracciamento:
• In produzione dal 15 ottobre
• 55 eventi differenti (a partire dai 42 eventi della prima
implementazione ad ottobre)
• Circa 175.000 documenti MongoDB salvati fino a oggi
Analisi degli eventi
• In produzione dal 15 maggio
• Contiene più di 17.000 documenti MongoDB per oltre 350
metagruppi diversi