Curriculum

Riccardo Zese è ricercatore a tempo determinato (tipo b) e membro del gruppo di ricerca in Machine Learning e Intelligenza Artificiale dell'Università di Ferrara. Il suo lavoro si concentra principalmente sullo sviluppo di tecniche di inferenza e apprendimento automatico per logiche probabilistiche, sulla combinazione di logiche con semantiche diverse in strutture ibride e sullo studio di tecniche neuro-simboliche (reti neurali più logica). La sua tesi di dottorato è stata premiata con una menzione d'onore all'EurAI Distinguished Dissertation Award 2016 ed è pubblicata come monografia dal titolo "Probabilistic Semantic Web - Reasoning and Learning", edita da IOS Press Amsterdam con AKA Verlag Berlin. Riccardo Zese è autore di più di 60 articoli peer reviewed nelle aree del Machine Learning, Inductive Logic Programming e Statistical Relational Learning.

Il curriculum completo e aggiornato si trova al seguente link.

 

Curriculum Breve

La tesi di dottorato di Riccardo Zese (RZ) è stata premiata con una menzione d'onore all'EurAI Distinguished Dissertation Award 2016 ed è pubblicata come monografia dal titolo "Probabilistic Semantic Web - Reasoning and Learning", edita da IOS Press Amsterdam con AKA Verlag Berlin. Il suo lavoro su uno dei sistemi descritti nella tesi ha vinto il premio per il miglior articolo alla Conferenza internazionale RR 2013 di Mannheim. RZ è autore di più di 60 lavori sottoposti a processo di revisione.

RZ ha tenuto due invited talk alla International Joint Conference on Artificial Intelligence (IJCAI), una delle più importanti conferenze sull'intelligenza artificiale del mondo (classificazione A++). Ha inoltre tenuto 5 tutorial, di cui due invited, in conferenze e workshop internazionali.

RZ è stato co-chair per la conferenza internazionale ILP 2018 e per il workshop internazionale PLP 2017 e ha organizzativo la Summer School on Statistical Relational Artificial Intelligence, an Advanced Course on AI (ACAI 2018) sponsorizzato da EurAI e la conferenza internazionale AIxIA 2015. Inoltre, fa parte del program committee di IJCAI (di cui è stato anche membro del senior program committee), AAAI, ECAI, NeurIPS, ICML, KR, UAI, ICLR, ECML PKDD, ILP, ICLP, LOD, RuleML+RR, IJCLR, AmI, AIxIA. RZ è membro dell’editorial board di Intelligenza Artificiale, la rivista ufficiale dell'Associazione Italiana per l'Intelligenza Artificiale. Fa parte dell'editorial board di Frontiers in Machine Learning and Artificial Intelligence e Frontiers in Robotics and AI, specialty section on Computational Intelligence.

RZ ha collaborato con gruppi di ricerca internazionali su progetti relativi alle logiche probabilistiche ed è stato responsabile dell'unità di lavoro relativa alla classificazione e alla previsione automatica delle perdite e alla profilazione degli utenti, nell'ambito del progetto GST4Water (Green Smart Technology for Water, https://www.gst4water.it/, finanziato dal POR FESR 2014-2020 nell'ambito della Strategia di Specializzazione Intelligente), e dell'unità di lavoro relativa al riconoscimento automatico da immagini dei numeri di lotto e delle date di scadenza dei prodotti alimentari nell'ambito del progetto SORT ("Sviluppo di sistemi tecnologici integrati innovativi per il disimballaggio, l'organizzazione delle scorte e la tracciabilità dei prodotti alimentari sprecati finalizzati alla loro valorizzazione", finanziato nell'ambito del Programma Operativo Nazionale Ricerca e Competitività 2007-2013, Smart Cities and Communities and Social Innovation, Asse II - Sostegno all'innovazione, Obiettivo Operativo - Azioni integrate per lo sviluppo sostenibile e lo sviluppo della società dell'informazione).

Ha partecipato alle attività di ricerca del progetto POLIS-EYE (POLIcy Support systEm for smart citY data governancE, https://www.poliseye.it/), un progetto di ricerca industriale finanziato dal POR FESR Emilia-Romagna 2014-2020 nell'ambito della Strategia di Specializzazione Intelligente (S3), di cui il laboratorio MechLav, di cui è membro, è partner insieme ai laboratori GeoSmart Lab, CIRI ICT, ENEA CROSS-TEC e AIRI. Il progetto POLIS-EYE mira a sviluppare un sistema di supporto alle decisioni (Policy Support System) rivolto principalmente ai decisori pubblici, per la gestione ottimizzata delle Smart City in ambito turistico. Ha inoltre partecipato al progetto europeo ePolicy (Engineering the POlicy- making LIfe Cycle, http://epolicy-project.eu/node), attivo nell'ambito del bando FP7-ICT-2001-7, codice progetto: 288147, e al progetto (IA4I4) Automatic analysis of Big Data for Industry 4.0, co-finanziato dall'Università di Ferrara e dalla Camera di Commercio di Ferrara (resp. Prof. E. Lamma). RZ ha inoltre partecipato alle attività del progetto di ricerca industriale PolisEye (POLIcy Support systEm for smart citY data governancE, https://www.poliseye.it/) finanziato dal POR FESR Emilia Romagna 2014-2020 nell'ambito della Strategia di Specializzazione Intelligente (S3), e del progetto regionale Supercomputing Unified Platform - Emilia-Romagna (SUPER) finanziato nell'ambito dell'Azione 1.5.1, dal POR-FESR 2014-2020 Emilia Romagna.

Attualmente è in possesso dell'Abilitazione Scientifica Nazionale nei settori concorsuali 09/H1 e 01/B1, entrambi di II fascia.

Dall’A.A. 2019/2020 è docente di un corso di laurea magistrale sul Deep Learning presso il Dipartimenti di Ingegneria. Dall’A.A. 2020/2021 è docente del corso “Matematica e Informatica” e responsabile del corso aggregato di “Matematica, Informatica e Fisica” presso il Dipartimento di Scienze Chimiche, Farmaceutiche e Agrarie, per il corso di laurea in Tecnologie Agrarie e Acquacoltura del Delta.