Damiana Lazzaro è in servizio come Professoressa Associata di Analisi
Numerica presso il Dipartimento di Matematica dell 'Università di Bologna dal 9 Maggio 2022.
E' in possesso dell'Abilitazione Scientifica Nazionale al ruolo di Professore Ordinario (SSD MAT08) dal 30 Gennaio 2023.
Si è laureata in Matematica il 13/06/1988 presso l'Università
degli Studi di Messina.
Ha conseguito il titolo di Dottorato di Ricerca in Matematica
Applicata ed Informatica il 7 Novembre 1995 presso l'Università di
Milano.
E' stata Ricercatrice di Analisi Numerica dal 1° Luglio 1994 all' 8 Maggio 2022.
Dal 1988 ad oggi ha fatto parte, prima a Messina e poi a
Bologna, di numerosi progetti del C.N.R. (responsabile scientifico
Prof.ssa Montefusco), sia singoli, sia coordinati, su temi
riguardanti l'approssimazione di funzioni e di dati sperimentali e
l'analisi multiscale. Ha fatto parte dal 1994 al 2003 del progetto
di ricerca MURST ”Algoritmi per problemi di approssimazione e
ottimizzazione”( responsabile scientifico Prof.ssa Laura
Montefusco) e dal 2004 al 2007 del progetto “Metodi Numerici per
problemi di Approssimazione ed Elaborazione di Immagini”
(responsabile scientifico Prof.ssa Laura Montefusco). Ha fatto
parte dell'Unità locale del progetto PRIN 2004 “Scelte di
rappresentazione nel trattamento numerico di immagini mediche
(Responsabile Prof.ssa Laura Montefusco). Ha partecipato a vari
convegni nazionali ed internazionali.
Ha svolto numerosi corsi di Analisi Numerica, Metodi
Numerici per la Grafica, Calcolo Parallelo ed Elaborazione di
Immagini presso il Corso di Laurea in Scienze dell'Informazione
dell'Università di Bologna – sede di Cesena.
Damiana Lazzaro è autore di vari lavori di ricerca riguardanti
l'approssimazione e la ricostruzione di dati sperimentali, il
calcolo parallelo, la costruzione di funzioni wavelet e
multiwavelet e la loro applicazione all'elaborazione numerica di
immagini.
L'attività scientifica di Damiana Lazzaro si è sviluppata
lungo due filoni principali: elaborazione di dati sperimentali
mediante metodi basati su funzioni base radiali ed elaborazione di
immagini mediante funzioni wavelet. In particolare, nel settore
dell'elaborazione di dati sperimentali, è stato realizzato un
efficiente algoritmo locale di interpolazione/approssimazione per
la ricostruzione shape preserving di superfici a partire da grosse
moli di dati scattered, che sfrutta le buone capacità di
approssimazione delle funzioni base radiali. Di esso è stata,
inoltre, realizzata un'efficiente versione parallela per
multiprocessori a memoria distribuita.
Per quanto riguarda il settore dell'elaborazione di immagini
mediante funzioni wavelet, lo studio si e' concentrato sui problemi
del denoising e della restoration di immagini, usando un approccio
variazionale nel dominio wavelet.
Attualmente sta sviluppando ricerche anche nell'ambito della
recente teoria del “Compressed Sensing”, che si occupa di
ricostruire segnali ed immagini da dati altamente incompleti.
