米兰体育官网 关于我们的计算科学和数学研究

我们的研究主题是：

• 优化技术（特别是元启发式），我们将其应用到模型参数拟合、自动化软件工程、调度问题。
• 数据驱动的预测建模，将传统数学建模与计算和数据分析方法相融合。
• 视觉和图像处理，我们设计了从成像数据中提取有用信息的新方法。
• 粮食安全是数据驱动的预测建模与数据科学、遥感和图像处理相结合的主要应用领域。这包括制定控制病虫害传播策略的工作。
• 改善健康和福祉，我们利用数据科学、图像和传感器处理以及预测模型来了解健康风险并提供解决方案。
• 多媒体网络安全：确保电子数据（尤其是图像和视频）的合法性。

我们使用多模式数据分析来监测印度的水生入侵杂草。预测建模和图像分析可预测水葫芦的范围和影响，同时社区参与方法评估杂草侵扰对当地人的影响。

世界卫生组织确定，抗生素耐药性是全球健康的十大威胁之一。最大限度地减少这种风险的关键是优化抗生素的使用。我们正在使用预测模型和多目标优化技术来安排治疗，以尽量减少抗菌素耐药性的影响。

最先进的信号处理技术正在与信号/图像领域的数据驱动方法的指数分析相结合，以改进传感数据分析。这可以解决从天线阵列设计到疟疾风险检测等各种问题，其中的挑战是从遥感数据中识别小型水体。我们正在与世界各地的研究人员合作，推进指数分析及其应用。

我们正在探索使用深度机器学习和搜索技术来开发肺部肿瘤生长的非线性偏微分方程模型及其在 CT 扫描中的检测，以实现个性化的早期肺癌诊断。

我们正在与生物和环境科学以及水产养殖领域的成员在水产食品安全方面进行合作。我们将社会、经济和生态研究结合起来，分析与维持人、食物供应和环境界面的可持续性相关的挑战。

我们还与心理学 (FNS) 和金融学（斯特林商学院）的成员在人类和机器的情境学习和处理方面进行合作。这项研究旨在开发由人工智能和机器学习算法驱动的更有效的智能决策支持系统。

我们的人工智能和机器学习研究目标是针对痴呆症患者和老年人的辅助技术。

我们的应用程序正在使用多媒体网络安全的基本技术来检测假新闻。

正在信号处理方面开展基础研究，以提高对地观测数据分析能力。

新微分方程模型的开发和分析正在优化超声冲击波疗法，以治疗肾结石患者。它还有助于预测潜在心力衰竭的可能性。

法航荷航使用元启发式方法来优化和改进软件，以测试其全球航班时刻表的稳健性。由于这种优化，该软件现在更快、更准确。相关优化方法正应用于软件工程自动化，为 BT 和冰岛 Janus 康复中心等企业提高了性能。

BIOMOD 的研究使用数据驱动的预测模型来确定害虫管理和食物分配干预策略的有效性。具体来说，对 Louping III 病毒 (LIV) 的传播进行建模可以确定宿主剔除对携带病毒的蜱传播的影响。这些结果正在影响苏格兰的野兔扑杀政策。