MANZONI SARA LUCIA
- U14, Piano: 2, Stanza: 2042
Mercoledì ore 14, previo appuntamento
Biografia
Dopo la laurea in Scienze dell'Informazione presso l'Università degli Studi di Milano (A.A. 1998-1999) e il Dottorato di Ricerca in Informatica (feb. 2004), dal 2004 al 2017 ha preso servizio come ricercatore presso la Facoltà di Giurisprudenza dell'Università degli Studi di Milano-Bicocca. Da ottobre 2017 è professore associato presso il Dipartimento di Informatica, Sistemistica e Comunicazione (DISCo).
Dal 1998 svolge attività di collaborazione a progetti di ricerca di base e trasferimento tecnologico in diversi settori dell’Intelligenza Artificiale. Dal 2007 al 2017 è stata responsabile del Laboratorio di Intelligenza Artificiale (LINTAR).
Dal 2010 al 2016 è stata socio fondatore di CROWDYXITY SRL, spin-off dell’Università di Milano-Bicocca che ha portato a prodotto soluzioni innovative per la modellazione e studio della dinamica di sistemi complessi del contesto della crowd dynamics e operato in ambito di consulenza professionale di elevata specializzazione.
Dal 2005 al 2015 Sara Manzoni è stata tesoriere e membro del direttivo dell’Associazione Italiana per l’Intelligenza Artificiale (AI*IA).
Ricerca
I principali risultati dell’attività di ricerca di Sara Manzoni riguardano l’area dell’Intelligenza Artificiale e principalmente l’Ingegneria della Conoscenza (Knowledge Based Systems – KBS e Knowledge Management – KM) e la modellazione e simulazione di sistemi complessi basata su approcci distribuiti (Automi Cellulari e Sistemi Multi Agente).
I risultati teorici, le proposte metodologiche e le soluzioni in domini applicativi reali sintetizzati nel seguito sono stati sviluppati all’interno di collaborazioni a progetti di ricerca e di trasferimento tecnologico e sono documentati da pubblicazioni scientifiche di livello nazionale e internazionale apparse su riviste, come contributi in libri e atti delle principali conferenze di settore.
Per quanto riguarda l'attività di ricerca relativa all’Ingegneria della Conoscenza (Sistemi Basati sulla Conoscenza e Knowledge Management), i principali risultati hanno riguardato il contesto del Case Based Reasoning e del Rule Based Reasoning per la progettazione e realizzazione di sistemi di supporto di processi decisionali
Per quanto riguarda l'attività di ricerca relativa ai sistemi multi-agente, i principali risultati conseguiti da Sara Manzoni sono stati la definizione di un modello originale basato su sistemi multiagente situati in un ambiente strutturato di cui è data in modo esplicito la struttura spaziale (Multilayered Multi Agent Situated Systems - MMASS) e la sua applicazione per la simulazione di sistemi complessi in cui la topologia dell'ambiente ha un ruolo fondamentale nella dinamica del sistema. All'interno di progetti di ricerca e collaborazioni nazionali ed internazionali è stata applicata la modellazione basata sul modello MMASS per la realizzazione di simulazioni delle dinamiche che caratterizzano i relativi domini di applicazione.
L’attività di ricerca di Sara Manzoni in questo settore si è focalizzata sullo studio delle dinamiche di situazioni di crowding (sistemi con dinamiche complesse risultanti dalla condivisione di spazi, obiettivi e stati emotivi da parte di gruppi numerosi di persone). Tale ricerca, di interesse interdisciplinare e con implicazioni e applicazioni che coinvolgono la gestione e la sicurezza di luoghi e situazioni affollate, ha riguardato la proposta e sperimentazione dell’approccio dei Situated Cellular Agents (SCA) per lo studio delle dinamiche tipiche di gruppi di persone movimento.
Dal 1999 ad oggi, Sara Manzoni ha collaborato a vari progetti di ricerca e trasferimento tecnologico finanziati dalla Comunità Europea, dal Ministero dell’Università e della Ricerca e da enti privati, occupandosi sia di aspetti teorici, sia applicativi, sia di coordinamento.
Pubblicazioni
Zancanaro, A., Cisotto, G., Zoppis, I., Manzoni, S. (2024). vEEGNet: Learning Latent Representations to Reconstruct EEG Raw Data via Variational Autoencoders. In M. Ziefle, M.D. Lozano, M. Mulvenna (a cura di), Information and Communication Technologies for Ageing Well and e-Health
9th International Conference, ICT4AWE 2023, Prague, Czech Republic, April 22–24, 2023, Revised Selected Papers (pp. 114-129). Springer [10.1007/978-3-031-62753-8_7]. DettaglioLazzarinetti, G., Dondi, R., Manzoni, S., Zoppis, I. (2024). An Attention-Based Method for the Minimum Vertex Cover Problem on Complex Networks. ALGORITHMS, 17(2) [10.3390/a17020072]. Dettaglio
Cisotto, G., Zancanaro, A., Zoppis, I., Manzoni, S. (2023). hvEEGNet: exploiting hierarchical VAEs on EEG data for neuroscience applications [Altro]. Dettaglio
Matamoros Aragon, R., Zoppis, I., Manzoni, S. (2023). When Attention Turn To Be Explanation. A Case Study in Recommender Systems. In xAI-2023:LB-D-DC - xAI-2023 Late-breaking Work, Demos and Doctoral Consortium Joint Proceedings of the xAI-2023 Late-breaking Work, Demos and Doctoral Consortium co-located with the 1st World Conference on eXplainable Artificial Intelligence (xAI-2023), Lisbon, Portugal, July 26-28, 2023 (pp.129-134). Aachen : CEUR-WS. Dettaglio
Zancanaro, A., Zoppis, I., Manzoni, S., Cisotto, G. (2023). vEEGNet: A New Deep Learning Model to Classify and Generate EEG. In Proceedings of the 9th International Conference on Information and Communication Technologies for Ageing Well and e-Health, ICT4AWE 2023, Prague, Czech Republic, April 22-24, 2023 (pp.245-252). Setúbal : Science and Technology Publications [10.5220/0011990800003476]. Dettaglio