Thesis

thesis

available
Communication Networks
L’obiettivo della tesi è lo studio e la progettazione in un algoritmo basato su Deep Reinforcement Learning (DRL) per la gestione di risorse MEC a supporto di servizi a bassa latenza. Il lavoro di tesi prevede una fase preliminare di studio delle tecniche di DRL presenti in letteratura; successivamente verrà analizzato e modellato il problema specifico e si svilupperanno soluzioni adeguate. L’ultima fase del lavoro consiste nella valutazione dei risultati ottenuti in scenari simulati.
#masterdegree, #machinelearning #edgecomputing #dataanalysis #python  
Contact: christian.quadri@unimi.it
L’obittivo della tesi è la realizzazione di un testbed per la guida remota tramite una simulatore veicolare e una emulazione della rete 5G.
Tool utilizzabili CARLA & Simu5G

 

#5G RAN
#simulation/emulation
#Python/C++
Contact: christian.quadri@unimi.it
Data and Network Science
Il progetto prevede l’applicazione delle teorie di Dunbar sull’organizzazione delle ego-network degli individui nel contesto delle reti sociali online. Nello specifico i social media oggetto di questo progetto fanno parte della nuova categoria di social media basati su tecnologia blockchain, tra cui Steemit ed Hiveblog. Il progetto prevede l’applicazione di metodi di clustering applicate alle informazioni relative alle interazioni degli utenti in social media e l’analisi delle reti etichettate mediante tali algoritmi di clustering.
#3comdig #dseh
Contact: matteo.zignani@unimi.it
l progetto prevede una sezione di analytics da integrare nella piattaforma di social media digital twin YSocial. Tale piattaforma è stata progettata per supportare fenomeni caratterizzanti social media mediante la definizione di agenti basati su AI appositamente definiti per replicare i comportamenti tipici degli utenti online. La sezione di analytics prevede una collezione di grafici costruiti in real-time a partire dai dati prodotti dalla piattaforma: interazioni, reti di amicizia, commenti, gruppi, topics, analisi del contenuto testuale. Dal momento che la piattaforma YSocial si basa sul framework Flask, è necessario un primo periodo di approfondimento su Flask.
#3comdig
Contact: matteo.zignani@unimi.it
Obiettivo della tesi è riprodurre e poi estendere il framework UnDBot per la bot detection *unsupervised* e interpretabile: (i) costruzione di un grafo multi-relazionale pesato tra utenti basato su similarità comportamentali (posting type distribution, posting influence, follow-to-follower ratio); (ii) ottimizzazione dell’entropia strutturale eterogenea per ottenere un encoding tree e un clustering gerarchico; (iii) labeling delle comunità combinando influenza e coesione (entropia dei nodi).
#3comdig #dseh
Link al paper
Contact: matteo.zignani@unimi.it
Moltbot è un social media in cui non esistono utenti umani: tutti i profili sono agenti AI autonomi che generano post, commenti e relazioni di interazione (follow/mention/reply). La tesi prevede una prima fase di data gathering per costruire un dataset riproducibile che integri grafo delle interazioni (anche temporale) e contenuti testuali, tramite una pipeline di raccolta e storage strutturato. La seconda fase riguarda il social media mining con analisi congiunta della rete (centralità, comunità, evoluzione e pattern di interazione) e del testo prodotto (temi, dinamica conversazionale, stile e possibili segnali di coordinamento), con eventuale confronto con baseline o dataset social “umani”.
#3comdig #mag_info
Contact: matteo.zignani@unimi.it
Obiettivo della tesi è progettare e valutare un sistema di fraud detection che sfrutti DygFormer (continuous-time graph neural network basata su Transformer) per modellare l’evoluzione temporale delle interazioni tra carte di credito, esercenti, terminali, utenti e località. Lo studente costruirà un grafo temporale eterogeneo in cui ogni transazione è un evento con timestamp e attributi (importo, canale, MCC, geo, device), e implementerà una pipeline di link/event classification per stimare la probabilità di frode. Il lavoro includerà: (i) definizione dello schema del grafo e strategie di temporal encoding a tempo continuo; e (ii) confronto con alcune baseline (GBDT su feature ingegnerizzate, TGAT/TGN o varianti) e analisi di robustezza a leakage temporale.
#dseh #mag_info
Contact: matteo.zignani@unimi.it
La tesi propone di studiare e confrontare indicatori di rischio sistemico costruiti su rappresentazioni a grafo del network interbancario (esposizioni, prestiti interbancari, co-movimenti o proxy di dipendenza). L’obiettivo è valutare quali misure di centralità e vulnerabilità (es. degree/strength, betweenness, eigenvector, PageRank, k-core, controllabilità), metriche mesoscopiche (community structure, assortatività, rich-club) e indicatori “contagion-aware” (DebtRank, stress test su percolazione/cascate, metriche di robustezza) risultino più informativi e stabili nel predire o spiegare episodi di distress e default a livello di sistema. Il lavoro includerà: (i) definizione del modello di rete (diretta/pesata/temporale, multilayer per tipologia di esposizione), (ii) simulazione di shock e processi di contagio (default cascades con recovery, fire-sales semplificate), e (iii) benchmark quantitativo tra indicatori (capacità predittiva, early-warning, sensibilità a rumore/missing links, stabilità temporale).
#dseh
Contact: matteo.zignani@unimi.it
assigned
  • Progettazione e sviluppo di un tool per la creazione di scenari di simulazione veicolare - Ferri M.
  • Analisi, progettazione e sviluppo di un servizio di Augmented Direct Control Tele Operated Driving - Cislaghi V.
  • Link prediction in online social networks with contextual information – Dileo M.
  • A machine learning approach for transaction prediction in blockchain-based online social networks – Giustiniano M.
  • Discrete choice models for network evolution in socio-economic contexts – Del Treppo M.
  • Evolution of a decentralized online social network – Ba C.
  • Studio dell’evoluzione di reti sociali basate su blockchain – Caputo A.
  • WEB3 economic transfer through the lens of graph evolution rules  – Chiatante M.
  • Design and development of a python library for temporal networks – Giussani R.
  • Graph-based customer segmentation through cashless payment data – Galdeman A.
  • Bank risk assessment through customer behavior – Giussani C.
  • Analisi delle reti sociali con validazione basata su blockchain: il caso Steemit – Biondi W.
  • Segmentazione di profile di spesa digital mediante collaborative-filtering  – Della Corna R.
  • Blockchain monitoring tool – Cucchi M.
  • Progettazione ed implementazione di un back-end per gli strumenti di analytics di una piattaforma di turismo digitale – Lodi M.
  • Progettazione ed implementazione di un front-end per gli strumenti di analytics di una piattaforma di turismo digitale – Zappalà D.
  • Piattaforma di gestione delle citazioni bibliografiche orientata al crowdsourcing – Pariotti C.
  • The migration of hubs across blockchain online social networks – S. Fratarcangeli
  • Analisi di una rete sociale basata su blockchain durante un evento di biforcazione – M. Panza