Integrazione dati complessi
Il secondo obiettivo scientifico del progetto riguarda l’integrazione e modellazione di dati complessi e lo sviluppo di metodi di previsioni da dati collezionati da molteplici fonti rispettando le politiche di privacy, data sovereignty e sicurezza.
Nello specifico, il secondo obiettivo scientifico di ReDS consiste nello sviluppo di metodi per:
- big data e high-dimensional data,
- dati complessi (strutture multilivello, spazio-temporale, network, testi e immagini),
- integrazione di dati di diverso tipo o da fonti diverse,
- metodi di Approximate Bayesian Computation (ABC),
- disegno degli esperimenti e modelli statistici per l’ambito tecnologico ed ingegneristico,
- metodi di apprendimento statistico (statistical learning).
In questo contesto, una grande sfida riguarda la garanzia delle proprietà di privacy, data sovereignty e sicurezza dei dati. Inoltre, con ReDS vogliamo sviluppare metodi che saranno chiaramente interpretabili (interpretable AI) e computazionalmente efficienti e quindi facilmente applicabili. La metodologia sviluppata avrà diretta applicazione in moltissime aree, con focus particolare all’area medica, la genomica, i dati d’immagine, la cybersecurity, e i dati spazio-temporali.
Ultimo aggiornamento
02.11.2023