Marco Salvatore ZAPPATORE

Marco Salvatore ZAPPATORE

Ricercatore Universitario

Settore Scientifico Disciplinare ING-INF/05: SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI.

Dipartimento di Ingegneria dell'Innovazione

Edificio La Stecca - S.P. 6, Lecce - Monteroni - LECCE (LE)

Ufficio 1° Piano - Edificio La Stecca, Piano 1°

Telefono +39 0832 29 7229

Area di competenza:
  • Knowledge & Data Management
  • Business Intelligence Analytics & Reporting
  • Data visualization & storytelling
  • Mobile Crowd Sensing (MCS)
  • Paradigmi didattici innovativi per il settore STEM (Science, Technology, Engineering, Mathematics)
  • Service Level Agreement, Service Lifecycle e Contract Management
  • Uso laboratori remoti (online e virtuali) nella didattica STEM
  • Semantic Web 
  • Ontology Engineering
  • Linked Data Management

--------------

  • Pianificazione ottima di sistemi di comunicazione wireless
  • Stima, misura e analisi della radiopropagazione per sistemi di comunicazione wireless
  • Applicazioni IT per il settore Campi Elettromagnetici

 --------------

  • CAT (Computer-Aided Translation) Tools
  • MT (Machine Translation)
  • Gestione formati e software per TM (Translation Memory) e TB (Term Base)
  • Gestione formati e software di sottotitolazione
  • Traduzione e localizzazione per videogiochi
Orario di ricevimento

Relativamente al corso "Laboratorio CAT", CdLM in "Traduzione Tecnico-Scientifica e Interpretariato", a.a. 2019/2020, II semestre, Dipartimento di Studi Umanistici, Università del Salento: martedì: 18:00-19:00 (presso: aula MM1, Sede Sperimentale). Contattare il docente via e-mail per concordare eventuali richieste di ricevimento in orari differenti. A partire dal mese di giugno 2020, il ricevimento dovrà sempre essere preventivamente concordato via e-mail con il docente, indipendentemente da data/orario.

 

Visualizza QR Code Scarica la Visit Card

Curriculum Vitae


Marco Salvatore Zappatore ha conseguito nel 2005, presso l'Università degli Studi di Lecce, la Laurea di 1° livello in Ingegneria dell'Informazione con discussione di una tesi dal titolo "Sviluppo di un Ottimizzatore Ibrido-Parallelo Genetico-Tabu Search per la Pianificazione di Reti Cellulari 3G".

Nel 2008 ha conseguito presso l'Università del Salento la Laurea Specialistica (2° livello) in Ingegneria delle Telecomunicazioni con discussione di una tesi dal titolo “Tecnologie EM Abilitanti per Sistemi Intelligenti in Ambito Sanitario".

Nel 2009 ha conseguito l'abilitazione nazionale all'esercizio della Professione di Ingegnere (Sezione A, Settore Informazione) e dallo stesso anno risulta iscritto all'Albo dell'Ordine degli Ingegneri della Provincia di Lecce (Sezione A, Settore C).

Nel 2012 ha conseguito il Dottorato di Ricerca (ciclo XXIV)  in Ingegneria dell'Informazione, presso l'Università del Salento, con una tesi in lingua inglese dal titolo "Radiopropagation, Optimization and Knowledge Models for Wireless System Planning".

Dal 2008 al 2014 ha collaborato con il gruppo di Campi Elettromagnetici presso il Dipartimento di Ingegneria dell'Innovazione, Università del Salento, in qualità, rispettivamente, di assegnista di ricerca post-lauream, dottorando, assegnista post-doc, conducendo attività di ricerca nel settore IT per l'elettromagnetismo, relativamente a: Semantic Web e Context-Awareness per l’Elettromagnetismo, implementazione di ambienti ad Agenti Software Distribuiti, tecniche di ottimizzazione per la radiopropagazione e la stima del Path Loss per sistemi wireless eterogenei, misure di inquinamento elettromagnetico sia indoor che outdoor. Attualmente collabora con il gruppo di Campi Elettromagnetici come consulente esterno relativamente ai temi sopra indicati.

Dal 2014 al 2018 ha collaborato con il gruppo di ricerca Basi di Dati, all'interno del laboratorio SetLab (Software and Telemedia Lab) presso il Dipartimento di Ingegneria di Innovazione, Università del Salento, in qualità di assegnista post-doc. Le sue principali attività di ricerca riguardano: knowledge & data management, approcci Mobile Crowd Sensing (MCS) e Bring Your Own Device (BYOD) per la rilevazione sensoristica ambientale mediante dispositivi mobili e la didattica scientifica, paradigmi didattici innovativi per la didattica scientifica (settore STEM, Science, Technology, Engineering and Mathematics), Service Level Agreement (SLA) e gestione contrattuale in ambito business, uso dei laboratori remoti (online e virtuali) nella didattica scientifica, modellazione ontologica di servizi, business intelligence analytics & reporting, data analytics. Attualmente collabora con il gruppo di Basi di Dati come consulente esterno relativamente ai temi sopra indicati.

Ha svolto e svolge attività seminariale in aula/laboratorio per i corsi di Data Management (SSD ING-INF/05, LM in Management Engineering) e Database  (SSD ING-INF/05, LM in Computer Engineering), Campi Elettromagnetici (SSD ING-INF/02, LT in Ingegneria dell'Informazione) ed Elettromagnetismo Applicato (SSD ING-INF/02, LM in Communication Engineering) presso la Facoltà di Ingegneria, Università del Salento. 

Dal marzo 2017 è affidatario dell'insegnamento "Laboratorio CAT", CdLM in "Traduzione Tecnico-Scientifica e Interpretariato" (SSD INF/01), II semestre, presso la già Facoltà di Lettere e Filosofia, Lingue e Beni Culturali (Dipartimento di Studi Umanistici), Università del Salento. L'insegnamento copre i principali temi della traduzione assistita al calcolatore e della machine translation, nonché i software di riferimento attualmente presenti nel panorama tecnologico internazionale, gli standard utilizzati per la gestione delle translation memory, i software per la sottotitolazione e i relativi formati file. Dal 2018 è affidatario del modulo di "Traduzione per Videogiochi" nell'ambito della Scuola Estiva di Traduzione Visiva Unisalento; il modulo affronta i principali temi di traduzione, localizzazione, internazionalizzazione nel settore dei videogiochi e gli strumenti e le tecnologie necessarie alla localizzazione dei videogiochi.

È coautore di oltre 80 pubblicazioni su riviste nazionali e internazionali e atti di conferenze nazionali e internazionali nonché di 1 capitolo di libro a diffusione internazionale e 2 curatele per atti di conferenza scientifica internazionale. È revisore scientifico per numerose riviste internazionali e conferenze internazionali nel settore dell'Information Technology, della Sensoristica e della Radiopropagazione Elettromagnetica. Ha partecipato a vari progetti di ricerca come il Progetto POR Puglia 2007-2013, Asse I, Linea 1.1, Azione 1.1.2 "Ambienti avanzati su ontologie ed agenti per la pianificazione ottima di reti wireless di nuova generazione"; il progetto FP7 "F2F: Farm To Fork" per la tracciabilità agro-alimentare mediante sistemi RFID; il progetto "SP4UM: Smart Planning for Urban Mobility", nell'ambito dell'acceleratore di impresa "frontierCities", finanziato dalla Commissione Europea nell'ambito del Settimo Programma Quadro (FP7), per la rilevazione sensoristica, tramite dispositivi mobili portatili, dei livelli di rumore in ambito urbano e la conseguente gestione delle problematiche di mobilità connesse; il progetto Cloud 4 Europe (C4E), finanziato da AGID, per la definizione di un broker federato di servizi cloud per le pubbliche amministrazioni. 

È relatore e correlatore di tesi nei settori di: Elettromagnetismo Applicato, Data Management e Traduzione Assistita al Calcolatore.

Didattica

A.A. 2023/2024

INFORMATICA E BIOLOGIA COMPUTAZIONALE

Corso di laurea MEDICINA E CHIRURGIA

Tipo corso di studio Laurea Magistrale a Ciclo Unico

Crediti 3.0

Ripartizione oraria Ore totali di attività frontale: 39.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2022/2023

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE E TECNOLOGIE BIOLOGICHE ED AMBIENTALI

Percorso COMUNE/GENERICO

LABORATORIO INFORMATICO

Corso di laurea INFERMIERISTICA (ABILITANTE ALLA PROFESSIONE SANITARIA DI INFERMIERE)

Tipo corso di studio Laurea

Crediti 2.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE E TECNOLOGIE BIOLOGICHE ED AMBIENTALI

Percorso SEDE TRICASE

SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

Corso di laurea INFERMIERISTICA (ABILITANTE ALLA PROFESSIONE SANITARIA DI INFERMIERE)

Tipo corso di studio Laurea

Crediti 2.0

Ripartizione oraria Ore totali di attività frontale: 24.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE E TECNOLOGIE BIOLOGICHE ED AMBIENTALI

Percorso SEDE TRICASE

SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

Corso di laurea INFERMIERISTICA (ABILITANTE ALLA PROFESSIONE SANITARIA DI INFERMIERE)

Tipo corso di studio Laurea

Crediti 2.0

Ripartizione oraria Ore totali di attività frontale: 24.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE E TECNOLOGIE BIOLOGICHE ED AMBIENTALI

Percorso SEDE LECCE

A.A. 2022/2023

BASI DI DATI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente MARCO SALVATORE ZAPPATORE: 18.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2020/2021

Anno di corso 3

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

BASI DI DATI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente MARCO SALVATORE ZAPPATORE: 18.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2021/2022

Anno di corso 2

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

GESTIONE DI BIG DATA

Corso di laurea INGEGNERIA INFORMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Docente titolare MARCO SALVATORE ZAPPATORE

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente MARCO SALVATORE ZAPPATORE: 36.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2022/2023

Anno di corso 1

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

INFORMATICA E BIOLOGIA COMPUTAZIONALE

Corso di laurea MEDICINA E CHIRURGIA

Tipo corso di studio Laurea Magistrale a Ciclo Unico

Crediti 3.0

Ripartizione oraria Ore totali di attività frontale: 39.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2021/2022

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE E TECNOLOGIE BIOLOGICHE ED AMBIENTALI

Percorso COMUNE/GENERICO

A.A. 2021/2022

CALCOLATORI ELETTRONICI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Docente titolare VALERIO DE LUCA

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente MARCO SALVATORE ZAPPATORE: 27.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2019/2020

Anno di corso 3

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

DATA MANAGEMENT

Degree course MANAGEMENT ENGINEERING

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2021/2022

For matriculated on 2021/2022

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter Percorso comune

Location Lecce

Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Docente titolare MARCO SALVATORE ZAPPATORE

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente MARCO SALVATORE ZAPPATORE: 30.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2021/2022

Anno di corso 1

Struttura DIPARTIMENTO DI STUDI UMANISTICI

Percorso PERCORSO UNISALENTO

A.A. 2020/2021

Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 54.0

Anno accademico di erogazione 2020/2021

Per immatricolati nel 2020/2021

Anno di corso 1

Struttura DIPARTIMENTO DI STUDI UMANISTICI

Percorso PERCORSO UNISALENTO

Sede Lecce

A.A. 2019/2020

Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 54.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2019/2020

Anno di corso 1

Struttura DIPARTIMENTO DI STUDI UMANISTICI

Percorso PERCORSO UNISALENTO

A.A. 2018/2019

Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 54.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2018/2019

Anno di corso 1

Struttura DIPARTIMENTO DI STUDI UMANISTICI

Percorso PERCORSO UNISALENTO

Torna all'elenco
INFORMATICA E BIOLOGIA COMPUTAZIONALE

Corso di laurea MEDICINA E CHIRURGIA

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea Magistrale a Ciclo Unico

Crediti 3.0

Ripartizione oraria Ore totali di attività frontale: 39.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2023/2024

Anno di corso 2

Semestre Secondo Semestre (dal 04/03/2024 al 07/06/2024)

Lingua

Percorso COMUNE/GENERICO (999)

Conoscenza delle operazioni di base di gestione delle interazioni utente-sistema operativo e utente- interfaccia Web, al fine di consentire un uso efficace dei software e delle piattaforme analizzati a lezione.

Nello specifico, agli studenti è richiesta una competenza di base, relativamente ad almeno un sistema operativo (quindi Microsoft Windows o Mac OS X o una qualsiasi distribuzione Linux) per poter effettuare correttamente le seguenti operazioni:

  • navigazione e gestione del file system
  • navigazione e gestione dell'interfaccia utente
  • creazione e gestione di file e cartelle

È altresì richiesta una minima competenza relativa alla caratteristiche hardware (memoria RAM, potenza di calcolo) e software (librerie software) di un calcolatore al fine di comprendere correttamente i requisiti hardware e software necessari per l'installazione e l'utilizzo dei software esaminati a lezione.

È infine richiesta una competenza di base relativa alla normale interazione con applicazioni Web (tramite browser) al fine di poter utilizzare proficuamente le piattaforme di tipo Web/Cloud-based esaminate a lezione.
 

L'insegnamento introdurrà gli studenti ai princìpi di base dell'informatica applicata alla biologia computazionale, nonché ai concetti chiave della bioinformatica. 

Gli argomenti del corso verranno poi categorizzati lungo tre dimensioni principali: 

  1. gestione dati e big data per la biologia computazionale; biological DB e relativi formati file principali
  2. analisi dati esplorativa (EDA) e visualizzazione dati per la biologia computazionale
  3. ML/AI per la biologia computazionale

Tutti i temi del corso verranno affrontati sia da un punto di vista teorico che pratico. Le attività laboratoriali pratiche saranno incentrate sull'uso del linguaggio di programmazione Python, che verrà dapprima introdotto relativamente alle sue funzionalità core, poi esaminato in relazione alle librerie più importanti e diffuse per il calcolo scientifico e infine affrontato dal punto di vista delle librerie specifiche per la biologia computazionale.

Conoscenze e competenze

L'insegnamento consentirà agli studenti di:

  • conoscere le tecniche e le tecnologie informatiche che supportano la bioinformatica e la biologia computazionale moderna
  • apprendere come devono essere raccolti, conservati, elaborati, gestiti, diffusi e protetti dati e big data nel settore della bioninformatica e della biologia computazionale
  • conoscere le modalità di sviluppo e di implementazione di software basati sul linguaggio Python per l'analisi e la risoluzione di casi di studio tipici del settore
  • imparare come effettuare operazioni di analisi esplorativa dati e di successiva visualizzazione dati nel settore di riferimento
  • apprendere gli scopi, i princìpi di base di funzionamento e i casi di utilizzo tipici del machine learning e dell'intelligenza artificiale nell'ambito della bioinformatica e della biologia computazionale

Applicazione di conoscenze e competenze

Gli studenti saranno in grado di applicare le conoscenze acquisite durante il corso agli scenari tipici della biologia computazionale, 

Autonomia di giudizio 

Il corso fornirà agli studenti la capacità di sviluppare capacità di ragionamento autonomo e di analisi critica per tutto ciò che attiene alle tematiche trattate durante il corso, con particolare riferimento alla fruizione dei database biologici e dell'analisi esplorativa dati nell'ambito della bioinformatica.

Abilità comunicative

Al termine del corso, gli studenti avranno acquisito le competenze linguistiche settoriali e comunicative necessarie per comprendere, analizzare e descrivere in maniera rigorosa e dettagliata tutti gli argomenti trattati nel corso.

Capacità di apprendimento

Gli studenti verranno costantemente motivati all’analisi e alla ricerca proattiva di materiali supplementari e alla valutazione critica di tale materiale, in relazione a quanto appreso a lezione..

L'insegnamento sarà erogato mediante lezioni teoriche (24h) ed esercitazioni pratiche (15h) di laboratorio, per ciascuna delle tematiche affrontate (vedere sezione “breve descrizione del corso”).

Le attività pratiche laboratoriali avranno come obiettivi primari:

  1. consentire agli studenti di essere coinvolti attivamente nell'uso dei software e delle piattaforme analizzati;  
  2. offrire agli studenti la possibilità di acquisire un livello di conoscenza pratica adeguato dei software e delle piattaforme di riferimento del settore.

L'insegnamento prevede una prova di project work collaborativo

Agli studenti verrà chiesto di organizzarsi autonomamente in gruppi (min. 2 partecipanti, max 5 partecipanti; gruppi da 1 solo partecipante sono consentiti solo previa approvazione delle motivazioni alla base della richiesta).

Ogni gruppo dovrà svolgere il project work e poi relazionare sui risultati della propria attività mediante discussione orale supportata da presentazione di PowerPoint (o altra applicazione per la presentazione di risultati di attività) in cui ciascun componente di ogni gruppo deve esporre le attività svolte.

Il project work dovrà essere scelto fra una delle seguenti tre tipologie: 

  1. design e implementazione di una applicazione Python per la risoluzione/analisi di un caso di studio di settore
  2. analisi esplorativa di un dataset di settore mediante 
  3. studio e illustrazione mediante caso di studio delle funzionalità di una libreria Python specifica per il settore

Come indicato da portale Web: https://studenti.unisalento.it/

  • Presentazione del corso e introduzione alla bioinformatica (lezione, 2h)
  • Dati e informazioni, gestione dati (lezione, 4h)
  • Database relazionali (lezione, 3h)
  • Biological database (lezione, 6h)
  • Formati file per la biologia computazionale (lezione, 2h)
  • Princìpi di analisi esplorativa dati (lezione, 4h)
  • Introduzione al linguaggio Python (lezione, 3h)
  • Python: librerie core (laboratorio, 5h)
  • Python: altre librerie (laboratorio, 3h)
  • Python: analisi esplorativa dati (laboratorio, 6h)
  • Python: esercitazioni (laboratorio, 3h)

Materiale forniteo dal docente e disponibile tramite la piattaforma eLearning Unisalento.

INFORMATICA E BIOLOGIA COMPUTAZIONALE (ING-INF/05)
LABORATORIO INFORMATICO

Corso di laurea INFERMIERISTICA (ABILITANTE ALLA PROFESSIONE SANITARIA DI INFERMIERE)

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea

Crediti 2.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Secondo Semestre (dal 04/03/2024 al 07/06/2024)

Lingua

Percorso SEDE TRICASE (A230)

Non vi è alcuna propedeuticità per il corso.

In sintesi il laboratorio affronta i seguenti temi: introduzione alle architetture dei dati, introduzione all'analisi dei dati tramite linguaggio SQL, struttura dei sistemi di calcolo, concetto di algoritmo ed elementi della programmazione strutturata, introduzione al linguaggio di programmazione Python.

Il corpus principale del laboratorio intende dunque fornire le basi pratiche per la modellazione e l'analisi dei dati e, parallelamente, per l'elaborazione dei dati sviluppando semplici programmi Python. Ogni concetto esposto è sperimentato in modo pratico insieme agli studenti utilizzando il personal computer e strumenti di sviluppo moderni e ampiamente diffusi nel mondo industriale.

Conoscenze e comprensione. Al termine del corso gli studenti: (a) conosceranno i principi della programmazione strutturata, in relazione alle caratteristiche del software; (b) conosceranno gli aspetti generali del linguaggio Python cioè programmazione con i tipi di dati fondamentali, le strutture di controllo, le funzioni, le liste, i file, gli insiemi e i dizionari; (c) comprenderanno le tecniche di codifica in Python di algoritmi; (d) comprenderanno come utilizzare i principali ambienti di sviluppo Python anche in relazione delle singole necessità rappresentate nei requisiti del software e nella strutturazione dei dati. Inoltre, al termine del corso gli studenti conosceranno il linguaggio SQL, necesssario per interagire con una base di dati. In particolare: (a) gli statements (DDL, Data Definition Language) necessari per specificare lo schema concettuale ed interno di un DBMS (Data Base Management System) ed il mapping tra i due; (b) gli statements (DML, Data Manipulation Language) necessari per manipolare una base di dati. Le operazioni tipicamente supportate includono il recupero, l’inserimento, la cancellazione e la modifica dei dati.

Capacità di applicare conoscenze e comprensione. Gli studenti saranno in grado di applicare le conoscenze acquisite in diversi ambiti applicativi e, in generale, per la codifica al computer in linguaggio Python di logica di business. Inoltre, gli studenti saranno in grado di creare ed interrogare una base di dati.

Autonomia di giudizio. Il corso favorisce l'autonomia di giudizio degli studenti attraverso l'analisi critica di problemi di modellazione del software da requisiti funzionali e non funzionali, per i quali trovare le soluzioni adeguate a risolverli in linguaggio Python. Diverse soluzioni proposte interattivamente dagli studenti saranno poste a confronto e valutate criticamente dagli studenti stessi. Inoltre, gli studenti devono possedere la capacità di problem solving e devono pervenire a idee e giudizi originali e autonomi, a scelte coerenti nell’ambito del loro lavoro, particolarmente delicate nell’ambito della implementazione di una base di dati. Il corso promuove lo sviluppo dell’autonomia di giudizio nella scelta appropriata della soluzione migliore relativa a semplici problemi legati all’interazione con una base di dati e la capacità critica di interpretare la bontà dei risultati ottenuti.

Abilità comunicative. Gli studenti apprenderanno come comunicare adeguatamente e con il corretto livello di formalismo le scelte di design adottate e le strategie di implementazione scelte. Il metodo di insegnamento interattivo e teorico/pratico favorirà momenti di confronto in cui mettere in pratica tali abilità comunicative. È fondamentale che gli studenti siano in grado di comunicare con un pubblico vario e composito, non omogeneo culturalmente, in modo chiaro, logico ed efficace, utilizzando gli strumenti metodologici acquisiti e le loro conoscenze scientifiche e, in particolar modo, il lessico di specialità. Il corso favorisce lo sviluppo delle abilità inerenti le capacità di esporre in termini precisi e formali snippets di codice sorgente in linguaggio Python e queries SQL.

Capacità di apprendimento. La materia in costante evoluzione (sia le tecniche di sviluppo del software, sia i linguaggi che le implementano) richiederà agli studenti la capacità di aggiornarsi e di ricercare materiale on-line, valutandone anche la qualità. Il metodo didattico favorirà l’approfondimento autonomo da parte degli studenti, incuriosendoli su tecniche di sviluppo evolute. Gli studenti fevono inoltre essere in grado di riusare le conoscenze legate alle basi di dati indipendentemente dallo specifico DBMS utilizzato.
 

Lezioni frontali in laboratorio con ampio spazio a esercitazioni pratiche svolte con l’uso del personal computer, creazione individuale di semplici basi di dati, elaborazione di script SQL e di programmi Python.

L'esame prevede una prova orale pratica svolta con il personal computer per la verifica dell'apprendimento dei concetti teorici (verifica delle conoscenze) e della capacità di applicazione dei medesimi, in particolare per la codifica autonoma di basi di dati, di script SQL e di semplici programmi Python (verifica delle competenze). Durante l’esame lo studente dovrà usare il personal computer, configurato con gli ambienti di sviluppo illustrati e utilizzati in laboratorio.

Presentazione dettagliata del modulo Python (1 ora). Struttura dei sistemi di calcolo (2 ore). Il concetto di algoritmo (1 ora). Introduzione al linguaggio Python (2 ore). Programmare con numeri e stringhe (2 ore). Decisioni (2 ore). Cicli (2 ore). Funzioni (2 ore). Liste (2 ore).  Eccezioni e file (2 ore). Insiemi e dizionari (2 ore).

Il linguaggio SQL. Definizione dei dati e tipi di dato. I concetti di schema e catalogo. Statement CREATE SCHEMA. Statement CREATE TABLE. Tipi di dato di un attributo. Statement CREATE DOMAIN. Specifica di vincoli in SQL. Vincoli sugli attributi e valori di default per gli attributi. PRIMARY Key, FOREIGN KEY, integrità referenziale. Clausola UNIQUE, clausola CHECK per vincoli su tuple. Query SELECT. Aliases. Eliminare tuple duplicate con DISTINCT. Tabelle come insiemi: operazioni UNION, EXCEPT, INTERSECT. Tabelle come multi-insiemi: UNION ALL, EXCEPT ALL, INTERSECT ALL. Pattern matching per sottostringhe ed operatori aritmetici. Ordinare i risultati di una query: ORDER BY. (3 ore).

Statement INSERT. Statement DELETE. Statement UPDATE. Valori NULL. Logica basata sui tre valori TRUE, FALSE ed UNKNOWN. Queries annidate. Queries annidate correlate. Funzioni EXISTS e UNIQUE. Insiemi espliciti e ridenominazione di attributi in SQL. (3 ore).

JOIN, NATURAL JOIN, OUTER JOIN (left, right, full). Funzioni di aggregazione: COUNT, SUM, MAX, MIN, AVG. Clausola GROUP BY. Clausola HAVING. Clausola WITH. Costrutto CASE. Queries ricorsive. Concetto di vista in SQL. Statement CREATE VIEW. Statement DROP VIEW.  Autorizzazione: statements GRANT e REVOKE. Statement DROP. Statement ALTER. (3 ore).

Il DBMS SQLite. (3 ore).

Accesso ed interazione con una base di dati SQLite in Python. (8 ore).
 

  • Cay Horstmann, Rance D. Necaise, “Concetti di Informatica e Fondamenti di Python”, Seconda Edizione, Apogeo Education, Maggioli Editore, 2019.
  • Ramez Elmasri, Shamkant B. Navathe, “Fundamentals of Database Systems”, 7th Edition, Pearson, 2015.
  • Materiale didattico fornito dal docente tramite il sito elearning.unisalento.it.
LABORATORIO INFORMATICO (ING-INF/05)
SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

Corso di laurea INFERMIERISTICA (ABILITANTE ALLA PROFESSIONE SANITARIA DI INFERMIERE)

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea

Crediti 2.0

Ripartizione oraria Ore totali di attività frontale: 24.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Primo Semestre (dal 02/10/2023 al 19/01/2024)

Lingua

Percorso SEDE TRICASE (A230)

Non sono richieste propedeuticità per il corso.

Il corso affronterà i temi generali relativi ai sistemi di elaborazione delle informazioni e i temi specifici dei sistemi informativi sanitari che costituiscono una componente essenziale del settore dell’informatica medica e che consentono la raccolta, la gestione e il trattamento dei dai dati e delle informazioni a supporto dei processi clinici. Nella prima metà del corso, si partirà da un’analisi dei concetti di base relativi al mondo dell’hardware e del software, per poi passare allo studio dei database relazionali. Nella seconda metà del corso, si analizzeranno i sistemi informativi sanitari sia in termini di architettura di sistema che di flussi dati, considerando inoltre aspetti fondamentali quali il ciclo di vita dei dati, la privacy e il trattamento dei dati sanitari, anche in funzione di EHR/EMR. Verranno inoltre fornite le definizioni e i concetti di base relative alla telemedicina e al telenursing. Il corso sarà arricchito da molteplici esempi contestualizzati nell’ambito del SSN.

Conoscenze e competenze

Al termine del corso gli studenti saranno in grado di: 

  • Conoscere gli aspetti caratterizzanti l’hardware e il software (software di sistema vs software applicativo)
  • Conoscere le caratteristiche e le componenti tipiche di un sistema di elabrazione delle informazioni
  • Conoscere i concetti di base relativi ai database (DB) e ai sistemi di gestione dei database (DBMS), relativamente al caso specifico dei DB relazionali
  • Conoscere i princìpi di modellazione concettuale (ER/EER) e logica (relazionale) dei DB relazionali
  • Comprendere l’importanza dei sistemi informativi sanitari nell’ambito del SSN
  • Conoscere le finalità e le funzionalità principali di EHR/EMR
  • Conoscere il ciclo di vita dei dati
  • Comprendere l’importanza della privacy e del trattamento dei dati sanitari
  • Conoscre i princìpi di base della telemedicina e del telenursing.

Applicazione di conoscenze e competenze

Al termine del corso, gli studenti saranno in grado di applicare le conoscenze acquisite negli scenari tipici che caratterizzano i sistemi informativi sanitari nel contesto italiano.

Autonomia di giudizio

Il corso fornirà agli studenti la capacità di sviluppare capacità di ragionamento autonomo e di analisi critica relativamente a tutte le tematiche trattate, con specifica enfasi sul ruolo cruciale svolto dai sistemi di elaborazione delle informazioni nel contesto sanitario. Agli studenti verranno forniti gli strumenti conoscitivi e le competenze necessarie per analizzare e discutere gli aspetti caratterizzanti di scenari tipici del mondo ospedaliero.

Abilità comunicative

Al termine del corso, gli studenti avranno acquisito le competenze linguistiche settoriali e comunicative necessarie per comprendere, analizzare e descrivere in maniera rigorosa e dettagliata tutti gli argomenti trattati nel corso.

Capacità di apprendimento

Gli studenti verranno costantemente motivati all’analisi e alla ricerca proattiva di materiali supplementari e alla valutazione critica di tale materiale, in relazione a quanto appreso a lezione.

Lezioni frontali relative a tutti gli argomenti del corso, con ampio spazio alla discussione e al collaborative learning.

Esame scritto per la verifica di conoscenze e competenze.

Come indicato da portale Web: https://studenti.unisalento.it/

  • Presentazione del corso (1h)
  • Concetti di base su hardware e software (2h)
  • Database relazionali e Database Management System (4h)
  • Sistemi di elaborazione delle informazioni (3h)
  • Sistemi informativi sanitari (3h)
  • EHR/EMR (2h)
  • Casi di studio sui sistemi informativi sanitari (4h)
  • Flussi dati e ciclo di vita dei dati sanitari (1h)
  • Privacy e trattamento dei dati sanitari (2h)
  • Telemedicina e telenursing (2h)
     
  • Alberto Rosotti. Informatica Medica. Sistemi Informativi Sanitari e Reti di Telemedicina. McGraw-Hill Education. 2021.
  • Materiale didattico reso disponibile dal docente tramite il portale Web: https://elearning.unisalento.it/
SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI (ING-INF/05)
SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

Corso di laurea INFERMIERISTICA (ABILITANTE ALLA PROFESSIONE SANITARIA DI INFERMIERE)

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea

Crediti 2.0

Ripartizione oraria Ore totali di attività frontale: 24.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Primo Semestre (dal 02/10/2023 al 19/01/2024)

Lingua

Percorso SEDE LECCE (A231)

Non sono richieste propedeuticità per il corso.

Il corso affronterà i temi generali relativi ai sistemi di elaborazione delle informazioni e i temi specifici dei sistemi informativi sanitari che costituiscono una componente essenziale del settore dell’informatica medica e che consentono la raccolta, la gestione e il trattamento dei dai dati e delle informazioni a supporto dei processi clinici. Nella prima metà del corso, si partirà da un’analisi dei concetti di base relativi al mondo dell’hardware e del software, per poi passare allo studio dei database relazionali. Nella seconda metà del corso, si analizzeranno i sistemi informativi sanitari sia in termini di architettura di sistema che di flussi dati, considerando inoltre aspetti fondamentali quali il ciclo di vita dei dati, la privacy e il trattamento dei dati sanitari, anche in funzione di EHR/EMR. Verranno inoltre fornite le definizioni e i concetti di base relative alla telemedicina e al telenursing. Il corso sarà arricchito da molteplici esempi contestualizzati nell’ambito del SSN.

Conoscenze e competenze

Al termine del corso gli studenti saranno in grado di: 

  • Conoscere gli aspetti caratterizzanti l’hardware e il software (software di sistema vs software applicativo)
  • Conoscere le caratteristiche e le componenti tipiche di un sistema di elabrazione delle informazioni
  • Conoscere i concetti di base relativi ai database (DB) e ai sistemi di gestione dei database (DBMS), relativamente al caso specifico dei DB relazionali
  • Conoscere i princìpi di modellazione concettuale (ER/EER) e logica (relazionale) dei DB relazionali
  • Comprendere l’importanza dei sistemi informativi sanitari nell’ambito del SSN
  • Conoscere le finalità e le funzionalità principali di EHR/EMR
  • Conoscere il ciclo di vita dei dati
  • Comprendere l’importanza della privacy e del trattamento dei dati sanitari
  • Conoscre i princìpi di base della telemedicina e del telenursing.

Applicazione di conoscenze e competenze

Al termine del corso, gli studenti saranno in grado di applicare le conoscenze acquisite negli scenari tipici che caratterizzano i sistemi informativi sanitari nel contesto italiano.

Autonomia di giudizio

Il corso fornirà agli studenti la capacità di sviluppare capacità di ragionamento autonomo e di analisi critica relativamente a tutte le tematiche trattate, con specifica enfasi sul ruolo cruciale svolto dai sistemi di elaborazione delle informazioni nel contesto sanitario. Agli studenti verranno forniti gli strumenti conoscitivi e le competenze necessarie per analizzare e discutere gli aspetti caratterizzanti di scenari tipici del mondo ospedaliero.

Abilità comunicative

Al termine del corso, gli studenti avranno acquisito le competenze linguistiche settoriali e comunicative necessarie per comprendere, analizzare e descrivere in maniera rigorosa e dettagliata tutti gli argomenti trattati nel corso.

Capacità di apprendimento

Gli studenti verranno costantemente motivati all’analisi e alla ricerca proattiva di materiali supplementari e alla valutazione critica di tale materiale, in relazione a quanto appreso a lezione.

Lezioni frontali relative a tutti gli argomenti del corso, con ampio spazio alla discussione e al collaborative learning.

Esame scritto per la verifica di conoscenze e competenze.

Come indicato da portale Web: https://studenti.unisalento.it/

  • Presentazione del corso (1h)
  • Concetti di base su hardware e software (2h)
  • Database relazionali e Database Management System (4h)
  • Sistemi di elaborazione delle informazioni (3h)
  • Sistemi informativi sanitari (3h)
  • EHR/EMR (2h)
  • Casi di studio sui sistemi informativi sanitari (4h)
  • Flussi dati e ciclo di vita dei dati sanitari (1h)
  • Privacy e trattamento dei dati sanitari (2h)
  • Telemedicina e telenursing (2h)
  • Alberto Rosotti. Informatica Medica. Sistemi Informativi Sanitari e Reti di Telemedicina. McGraw-Hill Education. 2021.
  • Materiale didattico reso disponibile dal docente tramite il portale Web: https://elearning.unisalento.it/
SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI (ING-INF/05)
BASI DI DATI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea

Crediti 6.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente MARCO SALVATORE ZAPPATORE: 18.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2022/2023

Anno di corso 3

Semestre Primo Semestre (dal 19/09/2022 al 16/12/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Buona conoscenza dei linguaggi orientati agli oggetti (al minimo 1), elementi di reti di calcolatori e di tecnologie per il Web.

Il corso si pone come obiettivo primario l`acquisizione da parte degli studenti delle abilità di progettare basi di dati e saper estrarre informazioni da esse. Dopo una breve introduzione relativa ai modelli e linguaggi formali per basi di dati, il corso affronta la descrizione delle basi di dati relazionali, facendo riferimento al linguaggio SQL come strumento per la definizione e manipolazione dei dati; si mostra in particolare come SQL sia utilizzato per la interrogazione e manipolazione dei dati nell`ambito di applicazioni relazionali. Lo studente viene poi introdotto alle tecniche di progettazione e i requisiti di qualita` delle basi di dati.

Obiettivi formativi

Knowledge and understanding. Gli studenti devono avere un solido background relativo alle basi della gestione dei dati e dei sistemi informativi: Devono sviluppare le fondamenta per pensare in modo analitico, creativo e critico e sviluppare capacità di astrazione e problem solving per affrontare i sistemi complessi Devono avere una conoscenza di base della progettazione e realizzazione di sistemi di gestione dei dati. Devono avere gli strumenti per progettare database transazionali e analitici applicati a diversi contesti. Devono avere le capacità per ragionare sui dati in diversi scenari, gli strumenti per gestirli, insieme al loro impatto.

Applying knowledge and understanding. Dopo il corso lo studente dovrebbe essere in grado di:

- Distinguere modelli concettuali, logici e fisici nella gestione dei dati.

- Modellare i sistemi transazionali ed analisi dal punto di vista dei dati, distinguendo tra modelli ER, modelli relazionali e modelli fisici

Making judgements. Gli studenti sono guidati ad avvicinarsi criticamente agli argomenti trattati durante la lezione, a confrontare diverse soluzioni ad un problema, ad individuare e proporre in modo autonomo la soluzione più efficace o efficiente.

Communication. Gli studenti imparano a comunicare con un pubblico eterogeneo, esprimendo la propria posizione, in modo logico, coerente ed efficace. Durante il corso verranno forniti agli studenti il ​​vocabolario specifico del dominio e le adeguate conoscenze scientifiche e metodi per esporre e argomentare in modo preciso e formale i principali argomenti relativi alla gestione dei dati e al sistema informativo

Learning skills. Lo studente acquisirà la capacità critica di relazionarsi in autonomia con le problematiche tipiche della gestione dei dati e delle informazioni e, in generale, con le problematiche culturali relative ai sistemi informativi e alla loro gestione. Dovrebbe essere in grado di sviluppare un approccio per strutturare in modo indipendente le conoscenze e i metodi appresi in vista di un possibile proseguimento degli studi a livello superiore (laurea magistrale) o nella prospettiva più ampia di auto-miglioramento culturale e professionale dell'apprendimento permanente. Pertanto, gli studenti dovrebbero essere in grado di cambiare il loro approccio all'apprendimento in base alle diverse fonti di apprendimento e agli obiettivi che devono raggiungere in termini di risultati e pubblico.

Il corso si propone di fornire agli studenti gli strumenti e le conoscenze per la gestione dei dati nelle organizzazioni aziendali. Il corso si compone di lezioni frontali ed esercitazioni pratiche in aula. Le lezioni frontali sono finalizzate a migliorare la conoscenza e la comprensione degli studenti attraverso la presentazione di teorie, modelli e metodi; gli studenti sono invitati a partecipare alla lezione con autonomia di giudizio, ponendo domande e presentando esempi. Gli esercizi sono finalizzati all'utilizzo di strumenti a supporto dei modelli e degli approcci.

L'esame si compone di una parte pratica e una parte teorica.

La parte pratica mira a valutare in che misura lo studente possiede:

1) la capacità di progettare modelli di dati secondo gli approcci presentati durante il bando,

2) il ragionamento sulle proprie scelte e la capacità di integrare concetti e strumenti diversi.

La parte teorica segue la parte pratica ed è finalizzata a verificare in che misura lo studente ha acquisito conoscenza e comprensione degli argomenti selezionati ed è in grado di comunicarli.

- Database, database relazionali ;

- DataBase Management Systems;

- Modello relazionale, e algebra relazionale;

- SQL: data definition and manipulation;

- Fondamenti di Human-data Interaction e progettazione di interface per I database;

- Aspetti architetturali: Client-server, peers, architetture a servizi, architetture per l’edge e il cloud

  1. “Fundamentals of Database Systems", 7th Edition, Elmasri, Navathe, Addison-Wesley
  2. Materiale fornito a lezione
BASI DI DATI (ING-INF/05)
BASI DI DATI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea

Crediti 6.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente MARCO SALVATORE ZAPPATORE: 18.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2022/2023

Anno di corso 2

Semestre Primo Semestre (dal 19/09/2022 al 16/12/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Buona conoscenza dei linguaggi orientati agli oggetti (al minimo 1), elementi di reti di calcolatori e di tecnologie per il Web.

Il corso si pone come obiettivo primario l`acquisizione da parte degli studenti delle abilità di progettare basi di dati e saper estrarre informazioni da esse. Dopo una breve introduzione relativa ai modelli e linguaggi formali per basi di dati, il corso affronta la descrizione delle basi di dati relazionali, facendo riferimento al linguaggio SQL come strumento per la definizione e manipolazione dei dati; si mostra in particolare come SQL sia utilizzato per la interrogazione e manipolazione dei dati nell`ambito di applicazioni relazionali. Lo studente viene poi introdotto alle tecniche di progettazione e i requisiti di qualita` delle basi di dati.

Obiettivi formativi

Knowledge and understanding. Gli studenti devono avere un solido background relativo alle basi della gestione dei dati e dei sistemi informativi: Devono sviluppare le fondamenta per pensare in modo analitico, creativo e critico e sviluppare capacità di astrazione e problem solving per affrontare i sistemi complessi Devono avere una conoscenza di base della progettazione e realizzazione di sistemi di gestione dei dati. Devono avere gli strumenti per progettare database transazionali e analitici applicati a diversi contesti. Devono avere le capacità per ragionare sui dati in diversi scenari, gli strumenti per gestirli, insieme al loro impatto.

Applying knowledge and understanding. Dopo il corso lo studente dovrebbe essere in grado di:

- Distinguere modelli concettuali, logici e fisici nella gestione dei dati.

- Modellare i sistemi transazionali ed analisi dal punto di vista dei dati, distinguendo tra modelli ER, modelli relazionali e modelli fisici

Making judgements. Gli studenti sono guidati ad avvicinarsi criticamente agli argomenti trattati durante la lezione, a confrontare diverse soluzioni ad un problema, ad individuare e proporre in modo autonomo la soluzione più efficace o efficiente.

Communication. Gli studenti imparano a comunicare con un pubblico eterogeneo, esprimendo la propria posizione, in modo logico, coerente ed efficace. Durante il corso verranno forniti agli studenti il ​​vocabolario specifico del dominio e le adeguate conoscenze scientifiche e metodi per esporre e argomentare in modo preciso e formale i principali argomenti relativi alla gestione dei dati e al sistema informativo

Learning skills. Lo studente acquisirà la capacità critica di relazionarsi in autonomia con le problematiche tipiche della gestione dei dati e delle informazioni e, in generale, con le problematiche culturali relative ai sistemi informativi e alla loro gestione. Dovrebbe essere in grado di sviluppare un approccio per strutturare in modo indipendente le conoscenze e i metodi appresi in vista di un possibile proseguimento degli studi a livello superiore (laurea magistrale) o nella prospettiva più ampia di auto-miglioramento culturale e professionale dell'apprendimento permanente. Pertanto, gli studenti dovrebbero essere in grado di cambiare il loro approccio all'apprendimento in base alle diverse fonti di apprendimento e agli obiettivi che devono raggiungere in termini di risultati e pubblico.

Il corso si propone di fornire agli studenti gli strumenti e le conoscenze per la gestione dei dati nelle organizzazioni aziendali. Il corso si compone di lezioni frontali ed esercitazioni pratiche in aula. Le lezioni frontali sono finalizzate a migliorare la conoscenza e la comprensione degli studenti attraverso la presentazione di teorie, modelli e metodi; gli studenti sono invitati a partecipare alla lezione con autonomia di giudizio, ponendo domande e presentando esempi. Gli esercizi sono finalizzati all'utilizzo di strumenti a supporto dei modelli e degli approcci.

L'esame si compone di una parte pratica e una parte teorica.

La parte pratica mira a valutare in che misura lo studente possiede:

1) la capacità di progettare modelli di dati secondo gli approcci presentati durante il bando,

2) il ragionamento sulle proprie scelte e la capacità di integrare concetti e strumenti diversi.

La parte teorica segue la parte pratica ed è finalizzata a verificare in che misura lo studente ha acquisito conoscenza e comprensione degli argomenti selezionati ed è in grado di comunicarli.

- Database, database relazionali ;

- DataBase Management Systems;

- Modello relazionale, e algebra relazionale;

- SQL: data definition and manipulation;

- Fondamenti di Human-data Interaction e progettazione di interface per I database;

- Aspetti architetturali: Client-server, peers, architetture a servizi, architetture per l’edge e il cloud

  1. “Fundamentals of Database Systems", 7th Edition, Elmasri, Navathe, Addison-Wesley
  2. Materiale fornito a lezione
BASI DI DATI (ING-INF/05)
GESTIONE DI BIG DATA

Corso di laurea INGEGNERIA INFORMATICA

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Docente titolare MARCO SALVATORE ZAPPATORE

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente MARCO SALVATORE ZAPPATORE: 36.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2022/2023

Anno di corso 1

Semestre Primo Semestre (dal 19/09/2022 al 16/12/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Buona conoscenza di linguaggi orientati agli oggetti (almeno 1), tecniche e strumenti. Elementi di reti informatiche e tecnologie per il Web.

Il corso ha l'obiettivo di fornire agli studenti la possibilità di apprendere i concetti e i paradigmi principali della generazione, gestione e archiviazione di big data, con particolare riferimento ad architetture, modelli e applicazioni.

  • Comprendere i principi alla base della gestione dei Big Data, della loro govenance e della loro generazione
  • Conoscere i modelli dati e le architetture per i Big Data
  • Apprendere i criteri alla base della Big Data Quality
  • Conoscere gli approcci di analisi esplorativa dei Big Data
  • Comprendere definizioni, caratteristiche e differenze di Data Warehouse, Data Lake e Data Lakehouse
  • Conoscere i sistemi e le piattaforme a supporto della gestione dei Big Data
  • Conoscere i DBMS NoSQL e NewSQL

Le lezioni frontali mirano a migliorare la conoscenza e la comprensione degli studenti attraverso la presentazione di teorie, modelli e metodi; gli studenti sono invitati a partecipare alla lezione con autonomia di giudizio, ponendo domande e presentando esempi. Le esercitazioni di laboratorio sono finalizzate all'utilizzo di strumenti che supportano i modelli e gli approcci presentati.

  1. Prova di ammissione al progetto (prova scritta obbligatoria)
  2. Progetto (prova obbligatoria che consta di implementazione e successiva discussione orale, su argomento concordato con i docenti)
  3. Data hackathon (prova opzionale implementazione e successiva discussione orale)
  • Presentazione del corso
  • Database relazionali ed SQL
  • Introduzione alla gestione dei Big Data
  • Modelli dati, Big Data Quality
  • Exploratory Data Analysis (EDA)
  • Architetture per Big Data
  • Distributed database
  • Data Warehouse
  • Data Lake, Data Lakehouse
  • Introduzione alla virtualizzazione, Map Reduce
  • Apache Flask, Apache Hop
  • PostgreSQL
  • Introduzione alla teoria dei grafi
  • NoSQL: MongoDB, Hbase, Neo4j
  • R. Elmasri, S. Navathe, Fundamental of Database Systems, 7th Ed., Pearson
  • M. Golfarelli, S. Rizzi, Data Warehouse Design, Mc Graw Hill 
  • Balamurugan Balusamy, Nandhini Abirami R, Amir H. Gandomi, Big Data: Concepts, Technology, and Architecture, John Wiley & Sons Inc.; 1st Ed.
  • Materiale fornito durante il corso
GESTIONE DI BIG DATA (ING-INF/05)
INFORMATICA E BIOLOGIA COMPUTAZIONALE

Corso di laurea MEDICINA E CHIRURGIA

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea Magistrale a Ciclo Unico

Crediti 3.0

Ripartizione oraria Ore totali di attività frontale: 39.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2022/2023

Anno di corso 2

Semestre Secondo Semestre (dal 06/03/2023 al 09/06/2023)

Lingua

Percorso COMUNE/GENERICO (999)

Conoscenza delle operazioni di base di gestione delle interazioni utente-sistema operativo e utente- interfaccia Web, al fine di consentire un uso efficace dei software e delle piattaforme analizzati a lezione.

Nello specifico, agli studenti è richiesta una competenza di base, relativamente ad almeno un sistema operativo (quindi Microsoft Windows o Mac OS X o una qualsiasi distribuzione Linux) per poter effettuare correttamente le seguenti operazioni:

  • navigazione e gestione del file system
  • navigazione e gestione dell'interfaccia utente
  • creazione e gestione di file e cartelle

È altresì richiesta una minima competenza relativa alla caratteristiche hardware (memoria RAM, potenza di calcolo) e software (librerie software) di un calcolatore al fine di comprendere correttamente i requisiti hardware e software necessari per l'installazione e l'utilizzo dei software esaminati a lezione.

È infine richiesta una competenza di base relativa alla normale interazione con applicazioni Web (tramite browser) al fine di poter utilizzare proficuamente le piattaforme di tipo Web/Cloud-based esaminate a lezione.
 

L'insegnamento introdurrà gli studenti ai princìpi di base dell'informatica applicata alla biologia computazionale, nonché ai concetti chiave della bioinformatica. 

Gli argomenti del corso verranno poi categorizzati lungo tre dimensioni principali: 

  1. gestione dati e big data per la biologia computazionale; biological DB e formati file per la biologia computazionale
  2. analisi dati esplorativa (EDA) e visualizzazione dati per la biologia computazionale
  3. ML/AI per la biologia computazionale

Tutti i temi del corso verranno affrontati sia da un punto di vista teorico che pratico. Le attività laboratoriali pratiche saranno incentrate sull'uso del linguaggio di programmazione Python, che verrà dapprima introdotto relativamente alle sue funzionalità core, poi esaminato in relazione alle librerie più importanti e diffuse per il calcolo scientifico e infine affrontato dal punto di vista delle librerie specifiche per la biologia computazionale.

Conoscenze e competenze

L'insegnamento consentirà agli studenti di:

  • conoscere le tecniche e le tecnologie informatiche che supportano la bioinformatica e la biologia computazionale moderna
  • apprendere come devono essere raccolti, conservati, elaborati, gestiti, diffusi e protetti dati e big data nel settore della bioninformatica e della biologia computazionale
  • conoscere le modalità di sviluppo e di implementazione di software basati sul linguaggio Python per l'analisi e la risoluzione di casi di studio tipici del settore
  • imparare come effettuare operazioni di analisi esplorativa dati e di successiva visualizzazione dati nel settore di riferimento
  • apprendere gli scopi, i princìpi di base di funzionamento e i casi di utilizzo tipici del machine learning e dell'intelligenza artificiale nell'ambito della bioinformatica e della biologia computazionale

Applicazione di conoscenze e competenze

Gli studenti saranno in grado di applicare le conoscenze acquisite durante il corso agli scenari tipici della biologia computazionale, 

Autonomia di giudizio 

Il corso fornirà agli studenti la capacità di sviluppare capacità di ragionamento autonomo e di analisi critica per tutto ciò che attiene alle tematiche trattate durante il corso, con particolare riferimento alla fruizione dei database biologici e dell'analisi esplorativa dati nell'ambito della bioinformatica.

Abilità comunicative

Al termine del corso, gli studenti avranno acquisito le competenze linguistiche settoriali e comunicative necessarie per comprendere, analizzare e descrivere in maniera rigorosa e dettagliata tutti gli argomenti trattati nel corso.

Capacità di apprendimento

Gli studenti verranno costantemente motivati all’analisi e alla ricerca proattiva di materiali supplementari e alla valutazione critica di tale materiale, in relazione a quanto appreso a lezione..

L'insegnamento sarà erogato mediante lezioni teoriche (24h) ed esercitazioni pratiche (15h) di laboratorio, per ciascuna delle tematiche affrontate (vedere sezione “breve descrizione del corso”).

Le attività pratiche laboratoriali avranno come obiettivi primari:

  1. consentire agli studenti di essere coinvolti attivamente nell'uso dei software e delle piattaforme analizzati;  
  2. offrire agli studenti la possibilità di acquisire un livello di conoscenza pratica adeguato dei software e delle piattaforme di riferimento del settore.

L'insegnamento prevede una prova di project work collaborativo

Agli studenti verrà chiesto di organizzarsi autonomamente in gruppi (min. 2 partecipanti, max 5 partecipanti; gruppi da 1 solo partecipante sono consentiti solo previa approvazione delle motivazioni alla base della richiesta).

Ogni gruppo dovrà svolgere il project work e poi relazionare sui risultati della propria attività mediante discussione orale supportata da presentazione di PowerPoint (o altra applicazione per la presentazione di risultati di attività) in cui ciascun componente di ogni gruppo deve esporre le attività svolte.

Il project work dovrà essere scelto fra una delle seguenti tre tipologie: 

  1. design e implementazione di una applicazione Python per la risoluzione/analisi di un caso di studio di settore
  2. analisi esplorativa di un dataset di settore
  3. studio e illustrazione mediante caso di studio delle funzionalità di una libreria Python specifica per il settore
  • Presentazione del corso e introduzione alla bioinformatica (lezione, 2h)
  • Dati e informazioni, gestione dati (lezione, 4h)
  • Database relazionali (lezione, 3h)
  • Biological database (lezione, 6h)
  • Formati file per la biologia computazionale (lezione, 2h)
  • Princìpi di analisi esplorativa dati (lezione, 4h)
  • Introduzione al linguaggio Python (lezione, 3h)
  • Python: librerie core (laboratorio, 5h)
  • Python: altre librerie (laboratorio, 3h)
  • Python: analisi esplorativa dati (laboratorio, 6h)
  • Python: esercitazioni (laboratorio, 3h)

Materiale forniteo dal docente e disponibile tramite la piattaforma eLearning Unisalento.

INFORMATICA E BIOLOGIA COMPUTAZIONALE (ING-INF/05)
CALCOLATORI ELETTRONICI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea

Crediti 6.0

Docente titolare VALERIO DE LUCA

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente MARCO SALVATORE ZAPPATORE: 27.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2021/2022

Anno di corso 3

Semestre Secondo Semestre (dal 01/03/2022 al 10/06/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Solide conoscenze dei contenuti forniti nel corso di Fondamenti di Informatica

l Corso è finalizzato allo studio della struttura dei calcolatori elettronici. Vengono esposti i principi quantitativi per misurare le prestazioni ed i criteri per l'analisi del rapporto costo/prestazioni. Vengono affrontate, dal punto di vista del progettista di calcolatori, le fasi operative del progetto di un processore RISC, arrivando a progettare in dettaglio le unità di calcolo e di controllo, per processori Single-Cycle, Multi-Cycle e Pipeline.

CONOSCENZE E COMPRENSIONE:
Al termine del corso lo studente sarà in grado di conoscere le nozioni fondamentali teoriche e pratiche relative alla progettazione di un calcolatore elettronico.
CAPACITÀ DI APPLICARE CONOSCENZE E COMPRENSIONE:
Al termine dell’insegnamento lo studente sarà in grado di applicare le conoscenze acquisite per poter progettare un calcolatore elettronico ed applicare tecniche di ottimizzazione per migliorarne le prestazioni.
AUTONOMIA DI GIUDIZIO
Al termine dell’insegnamento lo studente sarà in grado di valutare criticamente i diversi approcci di progettazione di una calcolatore elettronico identi^cando le soluzioni migliori per ottimizzarne le prestazioni.
ABILITÀ COMUNICATIVE:
Al termine dell’insegnamento lo studente avrà acquisito una terminologia scienti^ca adeguata e saprà esporre con proprietà di linguaggio gli argomenti trattati nel corso.
CAPACITÀ DI APPRENDIMENTO:
Lo studente sarà capace di catalogare, schematizzare, riassumere e rielaborare i contenuti acquisiti.
Al termine dell’insegnamento lo studente avrà acquisito adeguate capacità per lo sviluppo e l'approfondimento di ulteriori competenze nel settore della progettazione di un calcolatore elettronico, con particolare riferimento alla consultazione di materiale bibliografico e di altre informazioni disponibili in rete. Potrà approfondire le proprie conoscenze sulle migliori strategie di progettazione ed ottimizzazione delle prestazioni di una calcolatore sequenziale.

Il corso è strutturato in 54 ore di lezioni frontali e di presentazioni secondo il modello della flipped classroom. Le lezioni si svolgono settimanalmente secondo il calendario fornito dal Dipartimento e, contestualmente, tramite la piattaforma Teams che verrà anche utilizzata in caso di necessità per erogare le lezioni in modalità online.

Il conseguimento dei crediti attribuiti all’insegnamento è ottenuto mediante una prova scritta a risposta multipla, in cui si valutano i risultati di apprendimento complessivamente acquisiti dallo studente. In aggiunta, sarà possibile svolgere un’attività di tesina (singolarmente o in gruppo) da presentare al gruppo classe e ai docenti durante le ultime due settimane del corso, secondo la modalità della flipped classroom.

  • Il calcolatore: astrazioni e tecnologia (Prof. Zappatore)
  • Le istruzioni: il linguaggio dei calcolatori (Prof. Zappatore)
  • L’aritmetica dei calcolatori (Prof. De Luca)
  • Il processore (Prof. Zappatore)
  • Le memorie e la gerarchia delle memorie (Prof. De Luca)
  • Processori paralleli e GPU (Prof. De Luca)

David A. Patterson, John L. Hennessy, “Struttura e Progetto dei Calcolatori – Quinta edizione Italiana condotta sulla sesta edizione americana“. Zanichelli, 2022

Oppure

David A. Patterson, John L. Hennessy, "Computer Organization & Design - The hardware/software Interface", Morgan Kaufmann Publishers, Inc. - Fifth Edition, 2014

CALCOLATORI ELETTRONICI (ING-INF/05)
DATA MANAGEMENT

Degree course MANAGEMENT ENGINEERING

Subject area ING-INF/05

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2021/2022

Year taught 2021/2022

Course year 1

Semestre Primo Semestre (dal 20/09/2021 al 17/12/2021)

Language INGLESE

Subject matter Percorso comune (999)

Location Lecce

The course prerequisites only refer to the basic usage of modern OSs and basic knowledge of the filesystem management procedures.

The course will be organised into four section:

  1. Management Information Systems
    • Technical / technological aspects;
    • Business aspects;
    • Business Intelligence (BI) concepts;
    • Enterprise MIS;
    • The importance of data management and data quality.
       
  2. Relational Databases, R-DBMS and OLTP
    • Introduction; core concepts and definitions; reference architectures
    • Data, Database, DBMS, RDBMS
    • Conceptual modelling: ER / EER diagrams and design reference patterns
    • Logical modelling: the mapping algorithm
    • Physical modelling
    • SQL queries
    • Introduction to NoSQL DBMS
       
  3. Data Warehouse (DWH) and OLAP
    • Introduction; core concepts and definitions
    • Requirement analysis and elicitation
    • Use case modelling with UML 2.0 U-C diagrams
    • Conceptual modelling: DFM
    • Logical modelling: ROLAP
    • Physical modelling: DWH and data marts
    • ETL pipelines
       
  4. Additional topics
    • Citizen Science
    • Data security
    • Data storytelling
    • Data visualisation
    • (Big) Data Quality

The course aims at introducing students to the data management domain, by focusing specifically on management information systems (MISs), database and data warehouse structure, functions and modelling. In addition, related topics will be examined as well, such as data visualisation and data storytelling, data quality and big data quality. The following learning objectives are considered:

  • achieving the capability to identify featuring aspects of MISs
  • learning what MIS architecture must be referred to depending on the specific business situation
  • understanding how modern organisations manages information systems
  • learning basic notions on databases and database management systems (DBMS)
  • understanding the relational database theory
  • understanding how to model a relational database from a conceptual and logical perspective
  • learning how to use the SQL language to interact with a R-DBMS
  • understanding multi-dimensional analysis and the DFM approach
  • learning the differences between DBMS and DWH
  • understanding the differences between OLAP and OLTP
  • understanding the basic concepts of (big) data quality
  • learning the basic notions of data visualisation and data storytelling

The course will be provided via frontal lessons and practical session. Students will be engaged in interactive lectures during which their data modelling abilities will be checked and nurtured.

A two-section exam is required:

  1. written exam [20 pts.]. It will consists of the following parts: 
    • Full data modelling exercise (a use case will be described in the exam text, along with some specific requirements, and the application of a given data modelling approach will be requested)
    • 2 or 3 SQL queries (to be applied to the proposed data model)
    • 2 or 3 open questions on theoretical aspects dealt with during the course
       
  2. project work [10 pts.]. The project work will be performed collaboratively, in teams. During the second half of the course, a set of potential use cases and related project works will be presented to students. Students will organize themselves into groups and each group will select one use case. All the project work proposals will be based on the application of theoretical contents to a concrete/mocked use case. In their project work, students will be asked to use at least some the software tools examined during the course. Once completed, the team will have to provide an online interactive presentation of the work done (i.e., Microsoft PowerPoint presentation + practical live session, via Microsoft Teams) of no more than 30'.

Please refer to the course team available in Microsoft Teams.

[1] Baltzan, P. (2022). M: Information Systems (6th Ed.). McGraw Hill Education (US).
[2] Elmasri, R., Navathe, S.B. (2016). Fundamentals of Database Systems (7th Ed.). Pearsons.
[3] Golfarelli, M., Rizzi, S., (2009). Data Warehouse Design: Modern Principles and Methodologies. McGraw Hill Education (Europe).
[4] Additional teaching materials supplied by the teacher.

DATA MANAGEMENT (ING-INF/05)
Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Settore Scientifico Disciplinare INF/01

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Docente titolare MARCO SALVATORE ZAPPATORE

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente MARCO SALVATORE ZAPPATORE: 30.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2021/2022

Anno di corso 1

Semestre Secondo Semestre (dal 07/03/2022 al 10/06/2022)

Lingua ITALIANO

Percorso PERCORSO UNISALENTO (A98)

L'insegnamento di laboratorio CAT ha come unico prerequisito la conoscenza delle operazioni di base di gestione delle interazioni utente-sistema operativo, al fine di consentire un uso efficace dei software CAT analizzati a lezione.

Nello specifico, agli studenti è richiesta una minima competenza, relativamente al sistema operativo Microsoft Windows (o Mac OS X o Linux, a propria scelta) per le seguenti operazioni:

  • navigazione e gestione del file system
  • navigazione e gestione dell'interfaccia utente
  • creazione e gestione di file e cartelle

È altresì richiesta una minima competenza relativa alla caratteristiche hardware (memoria RAM, potenza di calcolo) e software (librerie software) di un calcolatore al fine di comprendere correttamente i requisiti hardware e software necessari per l'installazione e l'utilizzo dei software CAT esaminati a lezione.

È infine richiesta una minima competenza relativa alla normale interazione con applicazioni Web (tramite browser) al fine di poter utilizzare proficuamente gli strumenti CAT di tipo Web/Cloud-based.

L'insegnamento di Laboratorio CAT verterà sui seguenti contenuti principali:

- Translation workflow e relativi standard di certificazione

- Sistemi di gestione del processo traduttivo tecnico-scientifico in ambito aziendale (TWMS, Translation Workflow Management System)

- Sistemi CAT: definizioni, tassonomia, tipologie, funzioni principali, funzioni avanzate

- Memorie di traduzione (TM) e relativi standard

- Basi Terminologiche (glossari) e relativi ambiti di utilizzo

- Sistemi CAT desktop e cloud-based 

- Introduzione alla traduzione automatica (MT) e alla sua integrazione nei sistemi CAT

- Rudimenti di pre-/post-editing per MT 

- Introduzione alla Software Localization

L'insegnamento di Laboratorio CAT mira a fornire agli studenti tutti gli elementi necessari per poter comprendere le attuali tendenze dello scenario della traduzione assistita e per operarvi proficuamente sia in autonomia che in contesti lavorativi di tipo aziendale. In questa ottica, verranno anche affrontati gli standard di certificazione di qualità e i sistemi di supporto e gestione del processo di traduzione. Per ciò che attiene ai sistemi CAT, essi verranno analizzati da molteplici prospettive, consentendo così agli studenti di apprendere vantaggi e limitazioni intrinseche di tali strumenti nell'ambito della traduzione tecnico-scientifica, nonché di constatare da un punto di vista pratico il potenziale di miglioramento che l'utilizzo consapevole di tali strumenti può apportare nell'attività di traduzione. L'analisi dei sistemi CAT verrà contestualizzata rispetto a tutte le fasi del processo di traduzione. Si forniranno inoltre agli studenti le linee guida per districarsi fra gli standard di riferimento del settore (ad es., per le Memorie di Traduzione). Alla conoscenza dei sistemi CAT verranno anche affiancati dei rudimenti di traduzione automatica e di relativo post-editing, al fine di comprenderne le differenze e le possibili strategie di utilizzo congiunto con i sistemi CAT. Particolare attenzione verrà data anche all'analisi delle modalità di certificazione richieste dalle principali aziende di produzione di sistemi CAT. Agli studenti verranno anche forniti gli strumenti conoscitivi necessari a comprendere il mondo della localizzazione software.

L'insegnamento di Laboratorio CAT sarà erogato mediante lezioni teoriche ed esercitazioni pratiche. Le attività pratiche copriranno la maggior parte delle ore disponibili, al fine di 1) consentire agli studenti di essere coinvolti come parte attiva nell'uso dei software analizzati e 2) offrire loro la possibilità di acquisire un livello di conoscenza pratica significativo sui software di riferimento del settore. Verranno anche svolte esercitazioni al fine di verificare periodicamente le competenze acquisite dagli studenti.

L'insegnamento di Laboratorio CAT prevede una prova organizzata in due blocchi:

  • questionario a risposta multipla (20 punti): gli studenti dovranno rispondere ad un questionario online, da svolgere in 60', composto da 20 domande (4 alternative di risposte, una sola corretta; 1 punto in caso di risposta corretta, 0 punti in caso di risposta errata o non fornita) riguardanti l'intero programma del corso (sia teorico che pratico).
  • project work collaborativo (10 punti): agli studenti verrà chiesto di organizzarsi autonomamente all'interno di gruppi (min. 2 partecipanti, max 4 partecipanti. Gruppi da 1 solo partecipante sono consentiti solo previa approvazione delle motivazioni alla base della richiesta). Ogni gruppo dovrà svolgere un progetto collaborativo relativo ad uno dei seguenti ambiti: a) traduzione documentale collaborativa secondo il translation workflow professionale; b) localizzazione software collaborativa; c) analisi ed estrazione di entità semantiche notevoli da corpora documentali. L'attività di project work dovrà poi essere relazionata mediante presentazione (ad es. tramite slide in PowerPoint).

La valutazione finale sarà data dalla somma algebrica dei punteggi attribuiti alle due prove parziali.

Slide fornite dal docente.

Laboratorio CAT (INF/01)
Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Settore Scientifico Disciplinare INF/01

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 54.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2020/2021

Anno di corso 1

Semestre Secondo Semestre (dal 01/03/2021 al 04/06/2021)

Lingua ITALIANO

Percorso PERCORSO UNISALENTO (A98)

Sede Lecce

L'insegnamento di laboratorio CAT ha come unico prerequisito la conoscenza delle operazioni di base di gestione delle interazioni utente-sistema operativo, al fine di consentire un uso efficace dei software CAT analizzati a lezione.

Nello specifico, agli studenti è richiesta una minima competenza, relativamente al sistema operativo Microsoft Windows (o Mac OS X o Linux, a propria scelta) per le seguenti operazioni:

  • navigazione e gestione del file system
  • navigazione e gestione dell'interfaccia utente
  • creazione e gestione di file e cartelle

È altresì richiesta una minima competenza relativa alla caratteristiche hardware (memoria RAM, potenza di calcolo) e software (librerie software) di un calcolatore al fine di comprendere correttamente i requisiti hardware e software necessari per l'installazione e l'utilizzo dei software CAT esaminati a lezione.

È infine richiesta una minima competenza relativa alla normale interazione con applicazioni Web (tramite browser) al fine di poter utilizzare proficuamente gli strumenti CAT di tipo Web/Cloud-based.

L'insegnamento di Laboratorio CAT verterà sui seguenti contenuti principali:

- Translation workflow e relativi standard di certificazione

- Sistemi di gestione del processo traduttivo tecnico-scientifico in ambito aziendale (TWMS, Translation Workflow Management System)

- Sistemi CAT: definizioni, tassonomia, tipologie, funzioni principali, funzioni avanzate

- Memorie di traduzione (TM) e relativi standard

- Basi Terminologiche (glossari) e relativi ambiti di utilizzo

- Sistemi CAT desktop  (analisi dettagliata pratica di almeno un software freeware e un software shareware) e cloud-based (analisi dettagliata pratica di almeno un sistema free)

- Introduzione alla traduzione automatica (MT) e alla sua integrazione nei sistemi CAT

- Rudimenti di pre editing per MT

- Rudimenti di post editing per MT (MTPE)

- Approcci e metodologie di supporto al lavoro del traduttore (freelancing vs company-based, ergonomia della postazione di lavoro)

- Metodologie per l'analisi di marketing nel mondo della traduzione (business model canvas)

L'insegnamento di Laboratorio CAT mira a fornire agli studenti tutti gli elementi necessari per poter comprendere le attuali tendenze dello scenario della traduzione assistita e per operarvi proficuamente sia in autonomia che in contesti lavorativi di tipo aziendale. In questa ottica, verranno anche affrontati gli standard di certificazione di qualità e i sistemi di supporto e gestione del processo di traduzione. Per ciò che attiene ai sistemi CAT, essi verranno analizzati da molteplici prospettive, consentendo così agli studenti di apprendere vantaggi e limitazioni intrinseche di tali strumenti nell'ambito della traduzione tecnico-scientifica, nonché di constatare da un punto di vista pratico il potenziale di miglioramento che l'utilizzo consapevole di tali strumenti può apportare nell'attività di traduzione. L'analisi dei sistemi CAT verrà contestualizzata rispetto a tutte le fasi del processo di traduzione. Si forniranno inoltre agli studenti le linee guida per districarsi fra gli standard di riferimento del settore (ad es., per le Memorie di Traduzione). Alla conoscenza dei sistemi CAT verranno anche affiancati dei rudimenti di traduzione automatica e di relativo post-editing, al fine di comprenderne le differenze e le possibili strategie di utilizzo congiunto con i sistemi CAT. Particolare attenzione verrà data anche all'analisi delle modalità di certificazione richieste dalle principali aziende di produzione di sistemi CAT. 

L'insegnamento di Laboratorio CAT sarà erogato mediante lezioni teoriche ed esercitazioni pratiche. Le attività pratiche copriranno la maggior parte delle ore disponibili, al fine di 1) consentire agli studenti di essere coinvolti come parte attiva nell'uso dei software analizzati e 2) offrire loro la possibilità di acquisire un livello di conoscenza pratica significativo sui software di riferimento del settore. Verranno anche svolte esercitazioni al fine di verificare periodicamente le competenze acquisite dagli studenti.

L'insegnamento di Laboratorio CAT prevede una prova organizzata in due blocchi:

  • questionario a risposta multipla (15 punti): gli studenti dovranno rispondere ad un questionario online, da svolgere in 45', composto da 15 domande (4 alternative di risposte, una sola corretta; 1 punto in caso di risposta corretta, 0 punti in caso di risposta errata o non fornita) riguardanti l'intero programma del corso (sia teorico che pratico).
  • progetto di traduzione CAT (15 punti): agli studenti verrà chiesto di organizzarsi autonomamente all'interno di gruppi (min. 2 partecipanti, max 4 partecipanti. Gruppi da 1 solo partecipante sono consentiti solo previa approvazione delle motivazioni alla base della richiesta). Ogni gruppo dovrà svolgere un progetto di traduzione di un corpus documentale fornito dal docente (o scelto dagli studenti, previa approvazione del docente). Gli studenti dovranno utilizzare uno degli strumenti CAT esaminati a lezione (o desktop o cloud), motivandone la scelta, per affrontare la traduzione secondo il workflow di traduzione tipicamente adottato nel caso di uso di sistemi CAT. Al termine dell'attività di traduzione, gli studenti dovranno realizzare un report di attività di progetto (su template fornito dal docente) ed eventualmente corredarlo di una presentazione in PowerPoint. Il report di traduzione e l'eventuale presentazione a supporto verranno poi discussi dal gruppo con il docente. Alla discussione dell'attività di progetto dovrà partecipare ogni membro del gruppo. Inoltre, nel report di traduzione dovrà essere esplicitamente descritto il contributo apportato all'elaborato complessivo da ciascuno dei componenti del gruppo di lavoro (matrice delle attività). Il progetto di traduzione viene ovviamente svolto non in presenza e in occasione della data di esame viene esclusivamente discusso.

La valutazione finale sarà data dalla somma algebrica dei punteggi attribuiti alle due prove parziali.

Le due prove possono essere svolte in momenti distinti.

La prova a risposta multipla ha validità 1 anno. 

Il progetto di traduzione può essere discusso prima o dopo lo svolgimento della prova a risposta multipla. Nel caso di discussione del progetto dopo lo svolgimento della prova a risposta multipla, essa deve avvenire entro il 2° appello dalla data in cui è stata sostenuta la prova a risposta multipla (ad es., se la prova a risposta multipla viene svolta in corrispondenza del primo appello d'esame, il progetto potrà essere discusso al primo, secondo o terzo appello).

Le date di esame verranno comunicate durante il corso, con congruo anticipo.

 

  • ORARIO SETTIMANALE:
    • mercoledì 17:00-19:00
    • giovedì 17:00-19:00
    • venerdì 18:00-19:00

 

  • INIZIO LEZIONI: 04.03.2021

 

  • FINE LEZIONI: 04.06.2021

 

  • TIPOLOGIA: A causa del protrarsi della pandemia di SARS-CoV-2, il corso di Laboratorio CAT per l'a.a. 2020/2021 sarà erogato in modalità a distanza, tramite la piattaforma Microsoft Teams. Tutte le istruzioni per utilizzare la piattaforma sono disponibili sul portale di Ateneo, al seguente link.

 

  • MATERIALE DIDATTICO: Il materiale didattico a supporto dell'insegnamento è disponibile tramite la piattaforma Web "Formazione Online Unisalento", alla voce: "Laboratorio CAT  2020-2021".  La chiave di accesso viene fornita dal docente in occasione della prima lezione del corso. Per richiedere la chiave di accesso in altra circostanza, contattare il docente via e-mail alla mailbox seguente: marcosalvatore.zappatore@unisalento.it. Possono accedere alla piattaforma solo gli studenti aventi diritto a frequentare il corso.

 

  • ORARIO DI RICEVIMENTO: 
    • (fino al 04.06.2021): dopo ogni lezione
    • (a partire dal 05.06.2021): previa richiesta inviata via email alla mailbox del docente: marcosalvatore.zappatore@unisalento.it o via Microsoft Teams
    • È sempre possibile concordare un diverso orario di ricevimento, da tenersi via Teams, a patto di concordarlo preventivamente

 

  • APPELLI DI ESAME:
    • date ancora da definire

Il programma esteso del corso è disponibile all'interno della piattaforma Web "Formazione Online Unisalento", in corrispondenza del corso denominato: "Laboratorio CAT 2020-2021". Possono accedere alla piattaforma solo gli studenti aventi diritto a frequentare il corso.

Slide fornite dal docente, disponibili all'interno della piattaforma Web "Formazione Online Unisalento", in corrispondenza del corso denominato: "Laboratorio CAT 2020-2021". Possono accedere alla piattaforma solo gli studenti aventi diritto a frequentare il corso.

Laboratorio CAT (INF/01)
Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Settore Scientifico Disciplinare INF/01

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 54.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2019/2020

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2020 al 22/05/2020)

Lingua ITALIANO

Percorso PERCORSO UNISALENTO (A98)

L'insegnamento di laboratorio CAT ha come unico prerequisito la conoscenza delle operazioni di base di gestione delle interazioni utente-sistema operativo, al fine di consentire un uso efficace dei software CAT analizzati a lezione.

Nello specifico, agli studenti è richiesta una minima competenza, relativamente al sistema operativo Microsoft Windows (o Mac OS X o Linux, a propria scelta) per le seguenti operazioni:

  • navigazione e gestione del file system
  • navigazione e gestione dell'interfaccia utente
  • creazione e gestione di file e cartelle

È altresì richiesta una minima competenza relativa alla caratteristiche hardware (memoria RAM, potenza di calcolo) e software (librerie software) di un calcolatore al fine di comprendere correttamente i requisiti hardware e software necessari per l'installazione e l'utilizzo dei software CAT esaminati a lezione.

È infine richiesta una minima competenza relativa alla normale interazione con applicazioni Web (tramite browser) al fine di poter utilizzare proficuamente gli strumenti CAT di tipo Web/Cloud-based.

L'insegnamento di Laboratorio CAT verterà sui seguenti contenuti principali:

- Translation workflow e relativi standard di certificazione

- Sistemi di gestione del processo traduttivo tecnico-scientifico in ambito aziendale (TWMS, Translation Workflow Management System)

- Sistemi CAT: definizioni, tassonomia, tipologie, funzioni principali, funzioni avanzate

- Memorie di traduzione (TM) e relativi standard

- Basi Terminologiche (glossari) e relativi ambiti di utilizzo

- Sistemi CAT desktop  (analisi dettagliata pratica di almeno un software freeware e un software shareware) e cloud-based (analisi dettagliata pratica di almeno un sistema free)

- Introduzione alla traduzione automatica (MT) e alla sua integrazione nei sistemi CAT

- Rudimenti di post editing per MT (MTPE)

- Approcci e metodologie di supporto al lavoro del traduttore (freelancing vs company-based, ergonomia della postazione di lavoro)

- Metodologie per l'analisi di marketing nel mondo della traduzione (business model canvas)

L'insegnamento di Laboratorio CAT mira a fornire agli studenti tutti gli elementi necessari per poter comprendere le attuali tendenze dello scenario della traduzione assistita e per operarvi proficuamente sia in autonomia che in contesti lavorativi di tipo aziendale. In questa ottica, verranno anche affrontati gli standard di certificazione di qualità e i sistemi di supporto e gestione del processo di traduzione. Per ciò che attiene ai sistemi CAT, essi verranno analizzati da molteplici prospettive, consentendo così agli studenti di apprendere vantaggi e limitazioni intrinseche di tali strumenti nell'ambito della traduzione tecnico-scientifica, nonché di constatare da un punto di vista pratico il potenziale di miglioramento che l'utilizzo consapevole di tali strumenti può apportare nell'attività di traduzione. L'analisi dei sistemi CAT verrà contestualizzata rispetto a tutte le fasi del processo di traduzione. Si forniranno inoltre agli studenti le linee guida per districarsi fra gli standard di riferimento del settore (ad es., per le Memorie di Traduzione). Alla conoscenza dei sistemi CAT verranno anche affiancati dei rudimenti di traduzione automatica e di relativo post-editing, al fine di comprenderne le differenze e le possibili strategie di utilizzo congiunto con i sistemi CAT. Particolare attenzione verrà data anche all'analisi delle modalità di certificazione richieste dalle principali aziende di produzione di sistemi CAT. 

L'insegnamento di Laboratorio CAT sarà erogato mediante lezioni di didattica frontale e sessioni di attività laboratoriale in aula multimediale. Le attività pratiche copriranno la maggior parte delle ore disponibili, al fine di 1) consentire agli studenti di essere coinvolti come parte attiva nell'uso dei software analizzati e 2) offrire loro la possibilità di acquisire un livello di conoscenza pratica significativo sui software di riferimento del settore. Verranno anche svolte esercitazioni di aula al fine di verificare periodicamente le competenze acquisite dagli studenti.

L'insegnamento di Laboratorio CAT prevede una prova organizzata in due blocchi:

  • questionario a risposta multipla (15 punti): gli studenti dovranno rispondere ad un questionario online, da svolgere in aula in 45', composto da 15 domande (4 alternative di risposte, una sola corretta; 1 punto in caso di risposta corretta, 0 punti in caso di risposta errata o non fornita) riguardanti l'intero programma del corso (sia teorico che pratico).
  • progetto di traduzione CAT (15 punti): agli studenti verrà chiesto di organizzarsi autonomamente all'interno di gruppi (min. 2 partecipanti, max 4 partecipanti. Gruppi da 1 solo partecipante sono consentiti solo previa approvazione delle motivazioni alla base della richiesta). Ogni gruppo dovrà svolgere un progetto di traduzione di un corpus documentale fornito dal docente (o scelto dagli studenti, previa approvazione del docente). Gli studenti dovranno utilizzare uno degli strumenti CAT esaminati a lezione (o desktop o cloud), motivandone la scelta, per affrontare la traduzione secondo il workflow di traduzione tipicamente adottato nel caso di uso di sistemi CAT. Al termine dell'attività di traduzione, gli studenti dovranno realizzare un report di attività di progetto (su template fornito dal docente) ed eventualmente corredarlo di una presentazione in PowerPoint. Il report di traduzione e l'eventuale presentazione a supporto verranno poi discussi dal gruppo con il docente. Alla discussione dell'attività di progetto dovrà partecipare ogni membro del gruppo. Inoltre, nel report di traduzione dovrà essere esplicitamente descritto il contributo apportato all'elaborato complessivo da ciascuno dei componenti del gruppo di lavoro (matrice delle attività). Il progetto di traduzione viene ovviamente svolto non in presenza e in occasione della data di esame viene esclusivamente discusso.

La valutazione finale sarà data dalla somma algebrica dei punteggi attribuiti alle due prove parziali.

Le due prove possono essere svolte in momenti distinti.

La prova a risposta multipla ha validità 1 anno. 

Il progetto di traduzione può essere discusso prima o dopo lo svolgimento della prova a risposta multipla. Nel caso di discussione del progetto dopo lo svolgimento della prova a risposta multipla, essa deve avvenire entro il 2° appello dalla data in cui è stata sostenuta la prova a risposta multipla (ad es., se la prova a risposta multipla viene svolta in corrispondenza del primo appello d'esame, il progetto potrà essere discusso al primo, secondo o terzo appello).

Le date di esame verranno comunicate durante il corso, con congruo anticipo.

 

  • ORARIO SETTIMANALE:
    • lunedì 16:00-19:00, aula MM2 - edif. Sperimentale (polo urbano)
    • martedì 16:00-18:00, aula MM2 - edif. Sperimentale (polo urbano)

 

  • INIZIO LEZIONI: 02.03.2020

 

  • FINE LEZIONI: 22.05.2020

 

  • MATERIALE DIDATTICO: Il materiale didattico a supporto dell'insegnamento è disponibile tramite la piattaforma Web "Formazione Online Unisalento", alla voce: "Laboratorio CAT 2019-2020".  La chiave di accesso viene fornita dal docente in occasione della prima lezione del corso. Per richiedere la chiave di accesso in altra circostanza, contattare il docente via e-mail alla mailbox seguente: marcosalvatore.zappatore@unisalento.it. Possono accedere alla piattaforma solo gli studenti aventi diritto a frequentare il corso.

 

  • ORARIO DI RICEVIMENTO: 
    • (fino al 22.05.2020): martedì 18:00-19:00, aula MM1 - edif. Sperimentale (polo Urbano)
    • (a partire dal 25.05.2020): previa richiesta inviata via email alla mailbox del docente: marcosalvatore.zappatore@unisalento.it
    • È sempre possibile concordare un diverso orario di ricevimento, da tenersi presso il Dipartimento di Studi Umanistici o via Skype, previa richiesta inviata via e-mail alla mailbox del docente: marcosalvatore.zappatore@unisalento.it

 

  • APPELLI DI ESAME:
    • date ancora da definire

Il programma esteso del corso è disponibile all'interno della piattaforma Web "Formazione Online Unisalento", in corrispondenza del corso denominato: "Laboratorio CAT 2019-2020". Possono accedere alla piattaforma solo gli studenti aventi diritto a frequentare il corso.

Slide fornite dal docente, disponibili all'interno della piattaforma Web "Formazione Online Unisalento", in corrispondenza del corso denominato: "Laboratorio CAT 2019-2020". Possono accedere alla piattaforma solo gli studenti aventi diritto a frequentare il corso.

Laboratorio CAT (INF/01)
Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Settore Scientifico Disciplinare INF/01

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 54.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2018/2019

Anno di corso 1

Semestre Secondo Semestre (dal 25/02/2019 al 24/05/2019)

Lingua ITALIANO

Percorso PERCORSO UNISALENTO (A98)

L'insegnamento di laboratorio CAT ha come unico prerequisito la conoscenza delle operazioni di base di gestione delle interazioni utente-sistema operativo, al fine di consentire un uso efficace dei software CAT analizzati a lezione.

Nello specifico, agli studenti è richiesta una minima competenza, relativamente al sistema operativo Microsoft Windows (o Mac OS X o Linux, a propria scelta) per le seguenti operazioni:

  • navigazione e gestione del file system
  • navigazione e gestione dell'interfaccia utente
  • creazione e gestione file e cartelle

È altresì richiesta una minima competenza relativa alla caratteristiche hardware (memoria RAM, potenza di calcolo) e software (librerie software) di un calcolatore al fine di comprendere correttamente i requisiti hardware e software necessari per l'installazione e l'utilizzo dei software CAT esaminati a lezione.

È infine richiesta una minima competenza relativa alla normale interazione con applicazioni Web (tramite browser) al fine di poter utilizzare proficuamente gli strumenti CAT di tipo Web/Cloud-based.

L'insegnamento di Laboratorio CAT verterà sui seguenti contenuti principali:

- Translation workflow

- Sistemi CAT: definizioni, tassonomia, tipologie, funzioni principali, funzioni avanzate

- Memorie di traduzione (TM) e relativi standard

- Basi Terminologiche e relativi ambiti di utilizzo

- Sistemi CAT desktop  (analisi dettagliata pratica di almeno un software freeware e un software shareware) e cloud-based (analisi dettagliata pratica di almeno un sistema free)

- Introduzione alla traduzione automatica (MT) e alla sua integrazione nei sistemi CAT

- Software di sottotitolazione e formati file principali per la sottotitolazione

- Approcci e metodologie di supporto al lavoro del traduttore (freelancing vs company-based, ergonomia della postazione di lavoro)

- Metodologie per l'analisi di marketing nel mondo della traduzione (business model canvas)

L'insegnamento di Laboratorio CAT mira a fornire agli studenti tutti gli elementi necessari per poter comprendere le attuali tendenze dello scenario della traduzione assistita e per operarvi in autonomia. I sistemi CAT verranno analizzati da molteplici prospettive, consentendo così agli studenti di apprendere vantaggi e limitazioni intrinseche di tali strumenti nell'ambito della traduzione tecnico-scientifica, nonché di constatare da un punto di vista pratico il potenziale di miglioramento che l'utilizzo consapevole di tali strumenti può apportare nell'attività di traduzione. L'analisi dei sistemi CAT verrà contestualizzata rispetto a tutte le fasi del processo di traduzione. Si forniranno inoltre agli studenti le linee guida per districarsi fra gli standard di riferimento del settore (ad es., per le Memorie di Traduzione). Alla conoscenza dei sistemi CAT verranno anche affiancati dei rudimenti di traduzione automatica, al fine di comprenderne le differenze e le possibili strategie di utilizzo congiunto con i sistemi CAT. Particolare attenzione verrà data anche all'analisi delle modalità di certificazione richieste dalle principali aziende di produzione di sistemi CAT. In aggiunta, agli studenti verrà presentato almeno un software di sottotitolazione freeware di riferimento e i rudimenti sui formati file di sottotitolazione testuali (ad es., .srt e .ssa).

L'insegnamento di Laboratorio CAT sarà erogato mediante lezioni di didattica frontale e sessioni di attività laboratoriale in aula multimediale. Le attività pratiche copriranno la maggior parte delle ore disponibili, al fine di 1) consentire agli studenti di essere coinvolti come parte attiva nell'uso dei software analizzati e 2) offrire loro la possibilità di acquisire un livello di conoscenza pratica significativo sui software di riferimento del settore. Verranno anche svolte esercitazioni di aula al fine di verificare periodicamente le competenze acquisite dagli studenti.

L'insegnamento di Laboratorio CAT prevede una prova organizzata in due blocchi:

  • questionario a risposta multipla (15 punti): gli studenti dovranno rispondere ad un questionario online, da svolgere in aula in 45', composto da 15 domande (4 alternative di risposte, una sola corretta; 1 punto in caso di risposta corretta, 0 punti in caso di risposta errata o non fornita) riguardanti l'intero programma del corso (sia teorico che pratico).
  • progetto di traduzione CAT (15 punti): gli studenti verranno inseriti all'interno di gruppi (min. 2 partecipanti, max 4 partecipanti. Gruppi da 1 solo partecipante sono consentiti solo previa approvazione delle motivazioni alla base della richiesta). Ogni gruppo dovrà svolgere un progetto di traduzione di un corpus documentale fornito dal docente (o scelto dagli studenti, previa approvazione del docente). Gli studenti dovranno utilizzare uno degli strumenti CAT esaminati a lezione (o desktop o cloud), motivandone la scelta, per affrontare la traduzione secondo il workflow di traduzione tipicamente adottato nel caso di uso di sistemi CAT. Al termine dell'attività di traduzione, gli studenti dovranno realizzare un report di attività di progetto (su template fornito dal docente) ed eventualmente corredarlo di una presentazione in PowerPoint. Il report di traduzione e l'eventuale presentazione a supporto verranno poi discussi dal gruppo con il docente. Alla discussione dell'attività di progetto dovrà partecipare ogni membro del gruppo. Inoltre, nel report di traduzione dovrà essere esplicitamente descritto il contributo apportato all'elaborato complessivo da ciascuno dei componenti del gruppo di lavoro (matrice delle attività). Il progetto di traduzione viene ovviamente svolto non in presenza e in occasione della data di esame viene esclusivamente discusso.

La valutazione finale sarà data dalla somma algebrica dei punteggi attribuiti alle due prove parziali.

Le due prove possono essere svolte in momenti distinti.

La prova a risposta multipla ha validità 1 anno. 

Il progetto di traduzione può essere discusso prima o dopo lo svolgimento della prova a risposta multipla. Nel caso di discussione del progetto dopo lo svolgimento della prova a risposta multipla, essa deve avvenire entro il 2° appello dalla data in cui è stata sostenuta la prova a risposta multipla (ad es., se la prova a risposta multipla viene svolta in corrispondenza del primo appello d'esame, il progetto potrà essere discusso al primo, secondo o terzo appello, e così via).

Le date di esame verranno comunicate durante il corso, con congruo anticipo.

Il programma esteso del corso è disponibile all'interno della piattaforma Web "Formazione Online Unisalento", in corrispondenza del corso denominato: "Laboratorio CAT 2018-2019"

Slide fornite dal docente, disponibili all'interno della piattaforma Web "Formazione Online Unisalento", in corrispondenza del corso denominato: "Laboratorio CAT 2018-2019"

Laboratorio CAT (INF/01)
Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Settore Scientifico Disciplinare INF/01

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2017/2018

Anno di corso 1

Semestre Secondo Semestre (dal 26/02/2018 al 25/05/2018)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

L'insegnamento di laboratorio CAT ha come unico prerequisito la conoscenza delle operazioni di base di gestione delle interazioni utente-sistema operativo, al fine di consentire un uso efficace dei software CAT analizzati a lezione.

Nello specifico, agli studenti è richiesta una minima competenza, relativamente al sistema operativo Microsoft Windows (o Mac OS X o Linux, a propria scelta) per le seguenti operazioni:

  • navigazione e gestione del file system
  • navigazione e gestione dell'interfaccia utente
  • creazione e gestione file e cartelle

È altresì richiesta una minima competenza relativamente alla caratteristiche hardware (memoria RAM, potenza di calcolo) e software (librerie software) di un calcolatore al fine di comprendere correttamente i requisiti hardware e software necessari per l'installazione e l'utilizzo dei software CAT esaminati a lezione.

L'insegnamento di Laboratorio CAT verterà sui seguenti contenuti principali:

- Translation workflow

- Sistemi CAT: definizioni, tassonomia, tipologie, funzioni principali, funzioni avanzate

- Memorie di traduzione (TM) e relativi standard

- Basi Terminologiche e relativi ambiti di utilizzo

- Sistemi CAT desktop  (analisi dettagliata pratica di almeno un software freeware e un software shareware) e cloud-based (analisi dettagliata pratica di almeno un sistema free)

- Introduzione alla traduzione automatica (MT)

- Software di sottotitolazione e formati file principali per la sottotitolazione

- Approcci e metodologie di supporto al lavoro del traduttore (freelancing vs company-based, ergonomia della postazione di lavoro)

- Metodologie per l'analisi di marketing nel mondo della traduzione (business model canvas)

L'insegnamento di Laboratorio CAT mira a fornire agli studenti tutti gli elementi necessari per poter comprendere le attuali tendenze dello scenario della traduzione assistita e per operarvi in autonomia. I sistemi CAT verranno analizzati da molteplici prospettive, consentendo così agli studenti di apprendere vantaggi e limitazioni intrinseche di tali strumenti nell'ambito della traduzione tecnico-scientifica, nonché di constatare da un punto di vista pratico il potenziale di miglioramento che l'utilizzo consapevole di tali strumenti può apportare nell'attività di traduzione. L'analisi dei sistemi CAT verrà contestualizzata rispetto a tutte le fasi del processo di traduzione. Si forniranno inoltre agli studenti le linee guida per districarsi fra gli standard di riferimento del settore (ad es., per le Memorie di Traduzione). Alla conoscenza dei sistemi CAT verranno anche affiancati dei rudimenti di traduzione automatica, al fine di comprenderne le differenze e le possibili strategie di utilizzo congiunto con i sistemi CAT. Particolare attenzione verrà data anche all'analisi delle modalità di certificazione richieste dalle principali aziende di produzione di sistemi CAT. In aggiunta, agli studenti verrà presentato almeno un software di sottotitolazione freeware di riferimento e i rudimenti sui formati file di sottotitolazione testuali (ad es., .srt e .ssa).

L'insegnamento di Laboratorio CAT sarà erogato mediante lezioni di didattica frontale e sessioni di attività laboratoriale in aula multimediale. Le attività pratiche copriranno la maggior parte delle ore disponibili, al fine di 1) consentire agli studenti di essere coinvolti come parte attiva nell'uso dei software analizzati e 2) offrire loro la possibilità di acquisire un livello di conoscenza pratica significativo sui software di riferimento del settore. Verranno anche svolte esercitazioni di aula al fine di verificare periodicamente le competenze acquisite dagli studenti.

L'insegnamento di Laboratorio CAT prevede una doppia prova:

  • questionario a risposta multipla (15 punti): gli studenti dovranno rispondere ad un questionario online, da svolgere in aula in 45', composto da 15 domande (4 alternative di risposte, una sola corretta; 1 punto in caso di risposta corretta, 0 punti in caso di risposta errata o non fornita) riguardanti l'intero programma del corso (sia teorico che pratico).
  • progetto di traduzione CAT (15 punti): gli studenti verranno inseriti all'interno di gruppi (min. 2 partecipanti, max 4 partecipanti) che dovranno svolgere un progetto di traduzione di un corpus documentale fornito dal docente. Gli studenti dovranno utilizzare uno dei software CAT esaminati a lezione, motivandone la scelta, per affrontare la traduzione secondo il workflow di traduzione tipicamente adottato nel caso di uso di sistemi CAT. Al termine dell'attività di traduzione, gli studenti dovranno realizzare un report di attività di progetto (su template fornito dal docente) ed eventualmente corredarlo di una presentazione in PowerPoint. Il report di traduzione e l'eventuale presentazione a supporto verranno poi discussi individualmente con il docente. Nel report di traduzione dovrà essere esplicitamente descritto il contributo apportato all'elaborato complessivo da ciascuno dei componenti del gruppo di lavoro. Il progetto di traduzione viene ovviamente svolto non in presenza e in occasione della data di esame viene esclusivamente discusso.

La valutazione finale sarà data dalla somma algebrica dei punteggi attribuiti alle due prove parziali.

 

  • ORARIO SETTIMANALE:
    • martedì 16:00-19:00, aula MM2 - edif. Sperimentale
    • giovedì 17:00-19:00, aula MM2 - edif. Sperimentale
    • venerdì 14:00-16:00, aula MM2 - edif. Sperimentale

 

  • INIZIO LEZIONI: 10.04.2018

 

  • FINE LEZIONI: 25.05.2018

 

  • MATERIALE DIDATTICO: Il materiale didattico a supporto dell'insegnamento è disponibile tramite la piattaforma Web "Formazione Online Unisalento", alla voce: "Laboratorio CAT 2017-2018".  La chiave di accesso viene fornita dal docente in occasione della prima lezione del corso. Per richiedere la chiave di accesso in altra circostanza, contattare il docente via e-mail alla mailbox seguente: marcosalvatore.zappatore@unisalento.it

 

  • ORARIO DI RICEVIMENTO: venerdì 13:00-14:00, aula MM2 - edif. Sperimentale (fino al 25.05.2018). È sempre possibile concordare un diverso orario di ricevimento, da tenersi presso la facoltà di Ingegneria, edif. La Stecca, campus extra-urbano EcoTekne (Monteroni) previa richiesta inviata via e-mail alla mailbox del docente: marcosalvatore.zappatore@unisalento.it
    A partire dal 28.05.2019 tutte le attività di ricevimento si terranno nella modalità sopra indicata (ossia concordate preventivamente via e-mail con il docente e poi tenute presso il campus EcoTekne).

 

  • APPELLI DI ESAME:
    • 28.06.2018, h10:00, Aula MM2 (Edificio Sperimentale)
    • 23.07.2018, h10:30, Aula MM2 (Edificio Sperimentale)
    • 20.09.2018, h10:00, Aula MM1 (Edificio Sperimentale)

Il programma esteso del corso è disponibile all'interno della piattaforma Web "Formazione Online Unisalento", in corrispondenza del corso denominato: "Laboratorio CAT - a.a. 2017-2018"

Slide fornite dal docente, disponibili all'interno della piattaforma Web "Formazione Online Unisalento", in corrispondenza del corso denominato: "Laboratorio CAT - a.a. 2017-2018"

Laboratorio CAT (INF/01)
Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Settore Scientifico Disciplinare INF/01

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 54.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2016/2017

Anno di corso 1

Semestre Secondo Semestre (dal 20/02/2017 al 20/05/2017)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Laboratorio CAT (INF/01)

Tesi

Per richieste di relazione e/o correlazione di tesi di laurea magistrale nell'ambito dell'insegnamento di "Laboratorio CAT" (per il CdLM in Traduzione Tecnico-Scientifica e Interpretariato) contattare via email il docente alla mailbox: marcosalvatore.zappatore@unisalento.it 

I temi disponibili riguardano le seguenti tematiche:

  • traduzione assistita al calcolatore,
  • pre-editing e post-editing per la traduzione assistita al calcolatore,
  • traduzione assistita al calcolatore e traduzione automatica,
  • traduzione e localizzazione di videogiochi.

Sono possibili ulteriori temi, proposti dai candidati tesisti, previa approvazione del docente.

Per tutte le attività di tesi è necessaria anche la presenza di un correlatore / relatore del SSD linguistico relativo alla lingua di studio (L2 o L3) del candidato tesista. 

Pubblicazioni

  1. M. Zappatore, A. Longo, M. A. Bochicchio, “Empowering Active Citizenship via BYOD-mediated Learning Activities: an Experience in Acoustics”,  2017 IEEE Global Engineering Education Conference (EDUCON 2017), 25-28 aprile 2017, Atene, Grecia
  2. M. Zappatore, A. Longo, M. A. Bochicchio, “City Soundscape: a Social-Sensing Project on Urban Acoustic Monitoring”, 2nd CINI Annual Conference on ICT for Smart Cities & Communities (I-CiTies 2016), 29-30 settembre 2016, Benevento, Italia
  3. A. Longo, M. Zappatore, M. Michelini, “A Non-Classical Acoustic Teaching Lab Supported by BYOD and Inquiry-Based Learning”, GIREP Seminar 2016: Research-based proposals for improving physics teaching and learning, 30 agosto – 3 settembre 2016, Cracovia, Polonia
  4. M. Zappatore, A. Longo, M. A. Bochicchio, D. Zappatore, A. A. Morrone, G. De Mitri, “A Mobile Crowd-Sensing Platform for Noise Monitoring in Smart Cities”, in: M. Villari (Ed.) EAI Endorsed Transactions on Smart Cities, 16(1), pp. 14, 18 July 2016. DOI: 10.4108/eai.18-7-2016.151627. ISSN (Print): 2518-3893
  5. M. Zappatore, A. Longo, M. A. Bochicchio, “Using Mobile Crowd Sensing for Noise Monitoring in Smart Cities”, International Multidisciplinary Conference on Computer and Energy Science, 13-17 luglio 2016, Spalato, Croazia. ISBN (Print): 978-953-290-060-6
  6. A. Longo, M. Zappatore, M. A. Bochcchio, S. B. Navathe, “A Model for Quality of Service in Public Transportation: a Pilot Implementation and Validation in Italy”, in: 2016 IEEE International Conference on Services Computing (SCC 2016), 27 giugno – 2 luglio 2016, San Francisco, CA, USA
  7. A. Longo, M. Zappatore, M. A. Bochicchio, “The Main Challenges around Integrating Digital Libraries”, in: M. A. Bochicchio, G. Mecca (Eds.) Proceedings of the 24th Italian Symposium on Advanced Database Systems (SEBD 2016), 19-22 giugno 2016, Ugente, Lecce, Italia, pp. 42-53. ISBN (Print): 9788896354889
  8. M. Zappatore, A. Longo, M. A. Bochicchio, “Mobile Crowd-Sensing: a Novel Technological Enabler for Teaching Acoustics”, Didattica Informatica 30ª edizione (DIDAMATICA 2016), 19-21 aprile 2016, Udine, Italia, pp. 54-61. ISBN: 9788898091447
  9. A. Longo, M. Zappatore, M. Michelini, “Exploring Acoustics in Middle and High Schools via BYOD and Inquiry-based Learning”, Didattica Informatica 30ª edizione (DIDAMATICA 2016), 19-21 aprile 2016, Udine, Italia, pp. 54-61. ISBN: 9788898091447
  10. M. Zappatore, A. Longo, M. A. Bochicchio, “Enabling MOOL in Acoustics by Mobile Crowd-Sensing Paradigm”, 2016 IEEE Global Engineering Education Conference (EDUCON 2016), 10-13 April, 2016, Abu Dhabi, UAE, pp. 733-740. DOI: 10.1109/EDUCON.2016.7474633, ISBN (Print): 978-1-4673-8633-3/16
  11. M. Zappatore, A. Longo, M. A. Bochicchio, D. Zappatore, A. A. Morrone, G. De Mitri, “A Crowdsensing Approach for Mobile Learning in Acoustics and Noise Monitoring”, 31st ACM/SIGAPP Symposium on Applied Computing (SAC 2016), Track on Intelligent, Interactive and Innovative Learning Environments (IILE), 4-8 April, 2016, Pisa, Italy. ISBN (Print): 978-1-4503-3739-7/16/04 DOI: 10.1145/2851613.2851699
  12. A. Longo, M. Zappatore, M. A. Bochicchio, B. Livieri, N. Guarino, D. Napoleone, “Cloud for Europe: the Experience of a Tenderer”, 30th IEEE Int. Conference on Advanced Information Networking and Applications (AINA 2016) – Workshop on Cloud Computing Project and Initiatives (CCPI’16), 23-25 March, 2016, Crans Montana, Switzerland, pp.153-158, DOI: 10.1109/WAINA.2016.66, ISBN (Print): 978-1-5090-2461-2/16
  13. A. Longo, M. Zappatore, M. A. Bochicchio, “Proposing a Model for the Chart of Mobility Services”, 10th International Workshop on Value Modelling and Business Ontologies (VMBO 2016), 10-11 March, Trento, Italy
  14. M. A. Bochicchio, A. Longo, M. Zappatore, D. Tarantino, “The Role of Online Laboratories in the European e-Science Infrastructure”, 2016 13th International Conference on Remote Engineering and Virtualization (REV 2016), 24-26 February, 2016, Madrid, Spain, pp. 350-356, ISBN: 978-1-4673-8254-8/16, DOI: 10.1109/REV.2016.7444503
  15. M. Zappatore, A. Longo, M. A. Bochicchio, D. Zappatore, A. A. Morrone, G. De Mitri, “Mobile Crowd Sensing-based Noise Monitoring as a Way to Improve Learning Quality in Acoustics”, 9th International Conference on Interactive Mobile Communication Technologies and Learning (IMCL 2015), 19-20 November 2015, Thessaloniki, Greece, pp. 96-100, DOI: 10.1109/IMCTL.2015.7359563.
  16. B. Livieri, N. Guarino, M. Zappatore, G. Guizzardi, M. Bochicchio, A. Longo, J. C. Nardi, G. K. Quirino, M. Barcellos, R. A. Falbo, “Ontology-based Modeling of Cloud Services: Challenges and Perspectives”, 8th IFIP WG 8.1 Working Conference on the Practice of Enterprise Modeling (PoEM 2015), 10-12 November 2015, Valencia, Spain,  in: S. España, J. Ralyté, P. Soffer, J. Zdravkovic and Ó. Pastor (Eds.): The Practice of Enterprise Modelling – Proceedings of PoEM 2015 Short and Doctoral Consortium Papers, pp. 61-70, 2015, CEUR-WS.org, ISSN: 1613-0073
  17. G. K. Quirino, J. C. Nardi, M. P. Barcellos, R. A. Falbo, G. Guizzardi, N. Guarino, M. A. Bochicchio, A. Longo, M. S. Zappatore, B. Livieri, “Towards a Service Ontology Pattern Language”, 34th International Conference on Conceptual Modeling (ER 2015), 19-22 October 2015, Stockholm, in: Sweden, P. Johannesson et al. (Eds.): ER 2015, Conceptual Modeling, LNCS 9381, pp. 187-195, 2015, DOI: 10.1007/978-3-319-25264-3_14, ISBN (Print): 978-3-319-25263-6, ISBN (Online): 978-3-319-25264-3
  18. M. Zappatore, A. Longo, M. A. Bochicchio, D. Zappatore, A. A. Morrone, G. De Mitri, “Towards Urban Mobile Sensing as a Service: an Experience from Southern Italy”, 1st EAI International Conference on Cloud, Networking for IoT Systems (CN4IoT 2015), 26-27 October 2015, Rome, Italy. IOT 360 degree 2015, Part I, LNICST 169, Springer
  19. M. Zappatore, A. Longo, M. A. Bochicchio, D. Zappatore, A. A. Morrone, G. De Mitri, “Improving Urban Noise Monitoring Opportunities via Mobile Crowd Sensing”, 1st EAI International Conference on Social Innovation and Community Aspects of Smart Cities (SmartCityCom 2015), 13-14 October 2015, Bratislava, Republic of Slovakia, in A. Leon-Garcia et al. (Eds.), Smart City 360°, pp. 885-897. DOI: 10.1007/978-3-319-33681-7_79, ISBN (Print): 978-3-319-33681-7, ISBN (Online): 978-3-319-33680-0
  20. M. A. Bochicchio, L. Vaira, M. Zappatore, G. Lobreglio, “An Open Data Approach for Clinical Appropriateness”, in M.E. Renda, M. Bursa, A. Holzinger, S. Khuri (Eds.) Information Technology in Bio- and Medical Informatics, 6th International Conference on Information Technology in Bio- and Medical Informatics (ITBAM 2015), 3-4 September, 2015, Valencia, Spain, LNCS, series vol. 9267, pp. 25-33, 2015. DOI: 10.1007/978-3-319-22741-2_3, ISBN (Print): 978-3-319-22740-5, ISBN (Online) 978-3-319-22741-2
  21. A. Longo, M. Zappatore, M. A. Bochicchio, “Service Level – Aware Contract Composition”, 12th IEEE International Conference on Services Computing (SCC 2015), 27 June – 2 July 2015, New York, NY, USA, pp. 499-506, ISBN (Print): 978-1-4673-7281-7/15 DOI: 10.1109/SCC.2015.74
  22. M. A. Bochicchio, G. Guizzardi, B. Livieri, L. Vaira, N. Guarino, A. Longo, M. Zappatore, “Modeling Service Dynamics: a Case Study”, 23rd Italian Symposium on Advanced Database Systems (SEBD – Sistemi Evoluti per Basi di Dati), 14-17 June 2015, Gaeta (LT), Italy, in: D. Lembo, R. Torlone and A. Marrella (Eds.) Proceedings of SEBD 2015, pp. 327-334, Curran Associates Inc., 2015, ISBN (print): 978-1-5108-1087-7
  23. M. A. Bochicchio, A. Longo, L. Vaira, M. Zappatore, “Fostering Online Scientific Experimentation in Universities and High Schools: the EDOC Project”, 3rd Experiment@ Int. Conf. (exp.at’15), 2-4 June 2015, Ponta Delgada, Sao Miguel Island, Azores, Portugal, pp. 337-342. DOI: 10.1109/EXPAT.2015.7463291, ISBN (Print): 978-1-4673-7717-1/15
  24. A. Longo, M. Zappatore, M. A. Bochicchio, “Service and Contract Composition: a Model and a Tool”, 10th Workshop on Advanced IT Service Management (BDIM), Ottawa, ON (Canada), 11 May 2015, in R. Donnel, J. Xiao, S. Ata, F. De Turck, V. Groza, C. Raniery, P. dos Santos (Eds.) IFIP/IEEE International Symposium on Integrated Network Management, IM 2015, pp. 1434-1440,  ISBN: 978-3-901882-76-0, DOI: 10.1109/INM.2015.7140508
  25. A. Longo, M. Zappatore, M. A. Bochicchio, “Extending WSLA for Service and Contract Composition”, in S. Hammoudi, L. Maciaszek, E. Teniente (Eds.) Proceedings of the 17th International Conference on Enterprise Information Systems (ICEIS), 27-30 April, 2015, Barcelona, Spain,  Vol. 3, ISBN: 978-989-758-098-7, pp. 307-315, DOI: 10.5220/0005401503070315
  26. M. Zappatore, A. Longo, M. A. Bochicchio, “SLA Composition in Service Networks: a Tool for Representing Relationships between SLAs and Contracts”, in R. L. Wainwright, J. M. Corchado, A. Bechini, J. Hong (Eds.) Proceedings of the 30th ACP/SIGAPP Symposium on Applied Computing (SAC 2015), 13-17 April 2015, Salamanca, Spain. ACM 2015, Vol. II, pp. 1219-1224 ISBN: 978-1-4503-3196-8 DOI: 10.1145/2695664.2699490
  27. M. A. Bochicchio, M. Zappatore, A. Longo, “Collaborative Learning from Mobile Crowd Sensing: a Case Study in Electromagnetic Monitoring”, 2015 IEEE Global Engineering Education Conference (EDUCON), Tallinn University of Technology (TUT), Tallinn, Estonia, 18-20 March 2015, pp. 742-750, ISBN: 978-1-4799-1908-6/15/ DOI: 10.1109/EDUCON.2015.7096052
  28. A. Longo, M. Zappatore, M. A. Bochicchio, “Using Mobile Crowd Sensing to Teach Technology and Entrepreneurship in High Schools: an Experience from Southern Italy”, 2015 IEEE Global Engineering Education Conference (EDUCON), Special Track: “IT and Engineering Pedagogy” (ITEP’15), 18-20 March, Tallinn University of Technology (TUT), Tallinn, Estonia, pp. 948-953, ISBN: 978-1-4799-1907-9/15/ DOI: 10.1109/EDUCON.2015.7096087
  29. M. Zappatore, A. Longo, M. A. Bochicchio, “The Bibliographic Reference Collection GRC2014 for the Online Laboratory Research”, 2015 12th Int. Conf. on Remote Engineering and Virtual Instrumentation (REV 2015), 25-27 February 2015, Bangkok, Thailand, pp. 24-31, ISBN: 978-1-4799-7838-0/15/ DOI: 10.1109/REV.2015.7087258
  30. A. Longo, M. Zappatore, M. A. Bochicchio, “Towards Massive Open Online Laboratories: an Experience about Electromagnetic Crowdsensing”, 2015 12th Int. Conf. on Remote Engineering and Virtual Instrumentation (REV 2015), 25-27 February 2015, Bangkok, Thailand, pp. 43-51, ISBN: 978-1-4799-7838-0/15/ DOI: 10.1109/REV.2015.7087261
  31. M. A. Bochicchio, A. Longo, M. Zappatore, D. Tarantino, “A Collaborative Multi-Videoconferencing Platform for Optical Microscopy”, 2015 12th International Conference on Remote Engineering and Virtual Instrumentation (REV 2015), 25-27 February 2015, Bangkok, Thailand, pp. 143-151, ISBN: 978-1-4799-7838-0/15/ DOI: 10.1109/REV.2015.7087281
  32. N. Guarino, G. Guizzardi, M. A. Bochicchio, A. Longo, M. Zappatore, “Modeling Service Dynamics: a Case Study”, 9th International Workshop on Value Modeling and Business Ontologies (VMBO 2015), 23-24 February, 2015, Tilburg, the Netherlands
  33. F. Longo, S. Santoro, A. Esposito, L. Tarricone, M. Zappatore, “Integrating Social Web and e-Learning to Enhance Cooperation in the Building Sector”, International Conference on Interactive Collaborative Learning (ICL2014), Dubai (UAE), 3-6 December 2014, pp. 324-329. DOI: 10.1109/ICL.2014.7017793
  34. B. Livieri, M. A. Bochicchio, M. Zappatore, “Towards an XBRL Ontology Extension for Management Accounting”, 33rd International Conference on Conceptual Modeling (ER 2014), Atlanta, GA, USA, 27-29 October 2014, in Yu, E., Dobbie, G., Jarke, M. and Purao, S. (Eds), Conceptual Modeling, pp. 289-296, DOI: 10.1007/978-3-319-12206-9_23, ISBN (Print): 978-3-319-12205-2, ISBN (online): 978-3-319-12206-9
  35. B. Livieri, M. Zappatore, M. A. Bochicchio, “Forms of Collaboration in Collaborative Enterprises: an Ontological Model”, 15th IFIP Working Conference on Virtual Enterprises (PRO-VE 2014), Amsterdam, Netherlands, 6-8 October, 2014, in Camarinha-Matos, L.M. and Afsarmanesh, H. (Eds.), Collaborative Systems for Smart Networked Environments, pp. 673-680.  DOI: 10.1007/978-3-662-44745-1_66, ISBN (Print): 978-3-662-44744-4, ISBN (Online): 978-3-662-44745-1
  36. F. Longo, S. Santoro, A. Esposito, L. Tarricone, M. Zappatore, “’edil-learning’ Living Lab”, in : N. E. Mastorakis, P. Dondon, P. Borne (Eds.) Advances in Educational Technologies, Proceedings of the 2014 International Conference on Education and Modern Educational Technologies (EMET 2014), Santorini Island, Greece, 18-20 July, 2014, pp. 128-131, ISSN: 2227-4618, ISBN: 978-1-61804-238-5
  37. F. Longo, S. Santoro, A. Esposito, L. Tarricone, M. Zappatore, “Edil-Learning: a Social e-Learning Platform for the Building Sector” [poster], IEEE International Symposium on Innovations in Intelligent Systems and Applications (INISTA 2014), Alberobello (BA), Italy, 23-25 June 2014
  38. A. Bucciero, S. Santo Sabato, M. Zappatore, “A Biomechanical Analysis System of Posture”, 8th International Conference on Pervasive Computing Technologies for Healthcare (PervasiveHealth 2014), pp. 41-48, Oldenburg (Germany), 20-23 May 2014. DOI: 10.4108/icst.pervasivehealth.2014.254944, ISBN: 978-1-63190-011-2
  39. F. Longo, S. Santoro, A. Esposito, L. Tarricone, M. Zappatore, “Edil-Learning: a Social e-Learning Platform for the Building Sector”, Didattica Informatica 28ª edizione (DIDAMATICA 2014), Napoli, Italia, 7-9 maggio 2014, pp. 54-61, in Mondo Digitale, Anno XIII, n° 51, Giugno 2014, AICA, Associazione Italiana per l’Informatica ed il Calcolo Numerico Avanzato. ISBN 978-88-98091-31-7
  40. A. Esposito, L. Tarricone, M. Zappatore, G. Delli Fiori, “Effective Search and Exploitation of Electromagnetic Knowledge in the Web”, EM Programmer’s Corner, IEEE Antennas and Propagation Magazine, vol. 56, no. 1, pp. 182-200, February, 2014. DOI: 10.1109/MAP.2014.6821774, ISSN: 1045-9243
  41. A. Esposito, L. Tarricone, M. Zappatore, “A Linked Data Approach to Electromagnetic Pollution Monitoring”, 10th IEEE International Conference on Ubiquitous Intelligence and Computing (UIC-2013), 18-20.12.2013, Vietri sul Mare, Italy. DOI: 10.1109/UIC-ATC.2013.47, ISBN (Print): 978-1-4799-2481-3
  42. A. Esposito, L. Tarricone, M. Zappatore, “Monitoring Electromagnetic Pollution: a Linked-Data-Oriented Perspective”, Proceedings of 4th Imeko 2013 Symposium on Environmental Instrumentation and Measurement (IMEKO-TC19-2013), June 2013, pp. 176-181. ISBN (Print): 978-1-62993-106-7, ISBN (Online): 9788896515204
  43. A. Esposito, M. Zappatore, L. Tarricone, "Applying Multi-Criteria Approaches to Ontology Ranking: a Case Study with AKTiveRank", International Journal of  Metadata, Semantics and Ontologies (IJMSO), 2012, Vol. 7, No. 3, pp. 197-208, Inderscience Publishers, Geneva, SWITZERLAND. DOI: 10.1504/IJMSO.2012.050180, ISSN: 1744-2621
  44. L. Catarinucci, R. Colella, A. Esposito, L. Tarricone, M. Zappatore, “RFID Sensor-Tags Feeding a Context-Aware Rule-Based Healthcare Monitoring System”, Journal of Medical Systems (JOMS), 36: 3435-3449, Springer, 2012, ISSN: 0148-5598, DOI: 10.1007/s10916-011-9794-y
  45. A. Esposito, M. Zappatore, L. Tarricone, “Evaluating Scientific Domain Ontologies for the Electromagnetic Knowledge: A General Methodology”, International Journal of Web & Semantic Technology (IJWesT), Vol. 2, No. 3, pp. 1-19, July 2011, ISSN: 0975-9026 (Online) 0976-2280 (Print) DOI: 10.5121/ijwest.2011.2301.
  46. A. Esposito, L. Tarricone, M. Zappatore, “Towards a Flexible Context-Aware Pervasive Alert Generation System”, International Journal of Computer Information Systems and Industrial Management Applications (IJCISIM), Vol. 3 (2011), pp. 862-869, 2011, ISSN: 2150-7988.
  47. L. Catarinucci, A. Esposito, L. Tarricone, M. Zappatore, R. Colella, "Smart Data Collection and Management in Heterogeneous Ubiquitous Healthcare", A. N. Laskovsky (Ed.), "Biomedical Engineering, Trends in Electronics, Communications and Software", (Chapter book) INTECH, pp. 685-710, January 2011, ISBN 978-953-307-475-7.
  48. A. Esposito, L. Tarricone, M. Zappatore, "A new Ranking Technique for Integration among Higher-Level and Lower-Level Domain Ontologies and its Application to the Electromagnetic Domain", Proceedings of the IARIA Computation World 2011 - Cognitive 2011, Rome, Italy, 25-30 September 2011, pp. 110-115. IARIA, ISBN: 978-1-61208-155-7.
  49. A. Esposito, L. Tarricone, M. Zappatore, "Computational Reasoning Over Radiopropagation Models and Their Formulations" Proceedings of the 2011 European Conference on Antennas and Propagation (EUCAP), Rome, Italy, 11-15 April 2011, pp. 1679-1683, ISBN (Print): 978-1-4577-0250-1.
  50. L. Catarinucci, R. Colella, A. Esposito, L. Tarricone, M. Zappatore: "Un Nuovo Sensor-Tag RFID per la Trasmissione di Dati Sensoristici verso un’Infrastruttura Flessibile e Context-Aware" [in lingua italiana], atti della XVIII Riunione Nazionale di Elettromagnetismo (RiNEm 2010) - 1st National URSI Meeting, Benevento, Italy, 6-10 September 2010, pp. 523-528, ISBN (Print): 978-88-905261-1-4
  51. A. Esposito, L. Tarricone, M. Zappatore, “Towards a Flexible Context-Aware Pervasive Alert Generation System”, Proceedings of the IADIS Multi Conference on Computer Science and Information Systems (MCCSIS) 2010 - Intelligent Systems and Agents (ISA) 2010, Freiburg, Germany, 28-31 July 2010, A. P. Dos Reis and A. P. Abraham (Eds.), pp. 11-18, ISBN 978-972-8939-23-6.
  52. A. Esposito, L. Tarricone, M. Zappatore, “A Versatile Context-Aware Pervasive Monitoring System: validation and characterization in the health-care domain”, Proceedings of the 2010 IEEE International Symposium on Industrial Electronics (ISIE-2010), Bari, Italy 4-7 July 2010, pp. 2791-2796, ISBN (Print): 978-1-4244-6390-9, DOI: 10.1109/ISIE.2010.5636862.
  53. L. Catarinucci, R. Colella, A. Esposito, L. Tarricone, M. Zappatore: “A Context-Aware Smart Infrastructure based on RFID Sensor-Tags and its Application to the Health-Care Domain”, Proceedings of the IEEE 14th International Conference on Emerging Technologies and Factory automation (ETFA 2009), Palma de Mallorca, Spain, 22 – 23 September 2009, pp. 1-8, ISSN: 1946-0759, ISBN (Print): 978-1-4244-2727-7, DOI: 10.1109/ETFA.2009.5347156.
  54. A. Esposito, L. Tarricone, L. Vallone, M. Zappatore: “Towards An Ontology Infrastructure for Electromagnetics”, Proceedings of 4th Workshop on Formal Ontologies Meet Industry, 2 September 2009 – Vicenza, Italy, pp. 46-57, IOS Press Amsterdam, The Netherlands.  ISBN: 978-1-60750-047-6 DOI: 10.3233/978-1-6075-047-6-46
  55. A. Esposito, L. Tarricone, M. Zappatore: “Software Agents: Introduction and Application to Optimum 3G Network Planning”, IEEE Antennas and Propagation Magazine, Vol.51, Issue 4, August 2009, pp. 147-155, ISSN: 1045-9243, DOI: 10.1109/MAP.2009.5338708.
  56. A. Esposito, L. Tarricone, M. Zappatore, L. Catarinucci, R. Colella: “A Framework for Context-Aware Home-Health Monitoring”, Special Issue of the Inderscience International Journal of Autonomous and Adaptive Communications Systems (IJAACS) – Extended Version of the UIC 08 Paper. International Journal of Autonomous and Adaptive Communications Systems (IJAACS), Inderscience Publishers, Vol. 3, N° 1, 14.12.2009, pp.75-91(17)  - ISSN 1754-8632.
  57. A. Esposito, L. Tarricone, S. Luceri, M. Zappatore: “Genetic Optimization for Optimum 3G Network Planning: an Agent-Based Parallel Implementation”, International Joint Conferences on Computer, Information, Systems Sciences and Engineering, (CIS2E 08), International Conference on Telecommunications and Networking (TeNe 08). University of Bridgeport, (USA); 5-13 December 2008. (on-line conference), in T. Sobh, K. Elleithy, A. Mahmood (Eds.), Novel Algorithms and Techniques in Telecommunications and Networking, pp. 189-194, ISBN (Online): 978-90-481-3662-9, DOI: 10.1007/978-90-481-3662-9_32
  58. A. Esposito, S. Luceri, L. Tarricone, M. Zappatore: “Pianificazione ottimale di reti wireless: metodi genetici paralleli basati su Software Agents” [in lingua italiana], XVII Riunione Nazionale di Elettromagnetismo (RiNEm 2008); Lecce (Italia), 15-19 settembre 2008.
  59. A. Esposito, L. Tarricone, L. Vallone, M. Zappatore: “OntoCEM: una Proposta di Ontologia Elettromagnetica” [poster, in lingua italiana], XVII Riunione Nazionale di Elettromagnetismo (RiNEm 2008); Lecce (Italia), 15-19 settembre 2008.
  60. A. Esposito, L. Tarricone, L. Vallone, M. Zappatore: “A Proposal for an Electromagnetic Ontology Framework”. International Journal of Web and Grid Services (IJWGS 08). Vol. 4, No. 3, pp.284–302 Special Issue following up the  Web/Grid Information and Services Discovery (WGISD’08) workshop. ISBN: 978-0-7695-3109-0.
  61. A. Esposito, L. Tarricone, M. Zappatore, L. Catarinucci: “An Intelligent System for Real-Time Patient Monitoring and Care Giving”.  5th International Workshop on Ubiquitous Computing (IWUC 2008); Barcelona (Spain), 12-13 June, 2008, in : S. K. Mostéfaoui, Z. Maamar, L. F. Pires, S. Hammoudi, S. Rinderle-Ma, S. Sadiq, K. Schulz (Eds.) Joint Proceedings of the Workshops IWUC, MDEIS and TCoB, pp. 12-21, INSTICC Press, ISBN: 978-989-8111-49-4
  62. A. Esposito, L. Tarricone, M. Zappatore, L. Catarinucci, R. Colella, A. Di Bari: “A Framework for Context-Aware Home-Health Monitoring”  5th  International Conference on Ubiquitous Intelligence and Computing (UIC-08); Oslo (Norway), 23-25 June 2008, Ubiquitous Intelligence and Computing, Lecture Notes in Computer Science, 2008, Vol. 5061/2008, 119-130, DOI: 10.1007/978-3-540-69293-5_11.
  63. A. Esposito, L. Tarricone, L. Vallone, M. Zappatore: “A Proposal for an Electromagnetic Ontology Framework”. Web/Grid Information and Services Discovery (WGISD 08 workshop). In: International Conference on Complex, Intelligent and Software Intensive Agents (CISIS 08) Barcelona (Spain), 4-7 March 2008. ISBN: 0-7695-3109-1/08  DOI: 10.1109/CISIS.2008.37
  64. B. Di Chiara, M. Nonato, M. Strappini, L. Tarricone, M. Zappatore: “Hybrid Meta-heuristic Methods in Parallel Environments for 3G Network Planning”. EMC Europe Workshop 2005, Electromagnetic Compatibility of wireless Systems, pp 199-202, 19-21 settembre 2005, Roma, Italia.

Temi di ricerca

L'Ing. Marco Salvatore Zappatore è attivo sui seguenti temi di ricerca:

AREA BASI DI DATI

  • Mobile Crowd Sensing (MCS): acquisizione dati sensoristici ambientali da dispositivi mobili portatili
  • Knowledge & Data Management
  • Business Intelligence, Analytics & Reporting
  • Data Visualization & Storytelling
  • Service Level Agreement, gestione contrattuale e service lifecycle in ambito business
  • Paradigmi, modelli e approcci didattici innovativi per la didattica nel settore STEM (Science, Technology, Engineering, Math)
  • Laboratori remoti (online e virtuali) nella didattica STEM
  • Analisi bibliografica avanzata per il settore dei laboratori remoti
  • Modellazione ontologica, Ontology Engineering e Sistemi Esperti 
  • Design e sviluppo di soluzioni per il Web Semantico
  • Creazione, pubblicazione, fruizione e gestione dataset Linked Data
  • Analisi semantica di dati sensoristici

AREA CAMPI ELETTROMAGNETICI ED ELETTROMAGNETISMO APPLICATO

  • Analisi di meccanismi di radiopropagazione e studio di modelli empirici, semi-empirici e deterministici per la stima del Path Loss
  • Studio e sviluppo di sistemi di pianificazione ottima per sistemi di comunicazione wireless eterogenei (2G, 2.5G, 3G, BWA, WiMAX, etc.) per il soddisfacimento dei vincoli normativi e per il raggiungimento dei requisiti di Quality of Service
  • Analisi e implementazione di algoritmi di ottimizzazione meta-euristica (Algoritmi Genetici, Tabu Search, etc.) per la risoluzione efficace di problemi di pianificazione ottima
  • Design, sviluppo e implementazione di applicazioni IT per il settore dei campi elettromagnetici

AREA COMPUTER-AIDED TRANSLATION E MACHINE TRANSLATION

  • Analisi di piattaforme CAT (desktop e cloud-based): studio delle modalità di inserimento e utilizzo nell'ambito dei curricula universitari per traduttori ed interpreti
  • Analisi di MT engine e loro integrazione con piattaforme CAT: studio delle modalità di inserimento e utilizzo nell'ambito dei curricula universitari per traduttori ed interpreti