B0070 - METODOLOGIE E TECNICHE DI SIMULAZIONE

Conoscenze e abilità da conseguire

Il corso ha l’obiettivo di fornire le basi delle metodologie e degli strumenti per progettare, realizzare e convalidare modelli di simulazione per l'analisi e la valutazione di sistemi sociali complessi. Al termine del corso lo studente sarà in grado di progettare, realizzare e convalidare modelli di simulazione adottando le tecnologie più adeguate all’analisi dello specifico problema. Lo studente sarà inoltre in grado di applicare le conoscenze acquisite per risolvere problemi simulativi di varia natura, utilizzando strumenti software opportunamente specializzati per i casi d’interesse.

Contenuti

Questo corso ha l'obiettivo di dotare gli studenti di conoscenze approfondite sui knowledge graph e sui metodi e strumenti per interrogarli. Si affronteranno sia lo studio della modellazione di grafi di conoscenza basati su ontologie, sia l'uso pratico di alcuni strumenti software di supporto per la loro esplorazione e interrogazione. Inoltre, si studieranno le caratteristiche dei Large Language Models e le principali tecniche di prompting.

Gli argomenti trattati nel corso sono riassunti dai seguenti punti:

• Il Web semantico e basi di progettazione di ontologie e grafi di conoscenza
• Panoramica sull'Intelligenza Artificiale (applicazioni e metodi)
  
• Tecniche di prompting
  

Si utilizzeranno i seguenti strumenti:

• SPARQL query engine
• Graffoo; OWL diagrams notation
  
• Github
  
• LLMs: GPT, Llama, Mistral, Mixtral, Gemini

Testi/Bibliografia

Note, slide e esercizi saranno resi reperibili su https://virtuale.unibo.it/

Ciò che non è incluso nelle note può essere studiato utilizzando i seguenti testi / articoli / risorse online:

• Web tutorial W3School (HTML) - https://www.w3schools.com/html/default.asp
• Web tutorial W3School (CSS) -https://www.w3schools.com/css/default.asp
• Johan van Benthem, Hans van Ditmarsch, Jan van Eijck, Jan Jaspars: Logic in action (2006) reperibile online: http://www.logicinaction.org/
• Dean Allemang and James Hendler. 2008. Semantic Web for the Working Ontologist: Effective Modeling in RDFS and OWL. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA.
• Pascal Hitzler, Aldo Gangemi, Krzysztof Janowicz, Adila Krisnadhi, Valentina Presutti: Ontology Engineering with Ontology Design Patterns - Foundations and Applications. Studies on the Semantic Web 25, IOS Press 2016, ISBN 978-1-61499-675-0
• https://w3id.org/arco/

• https://protegewiki.stanford.edu/wiki/Ontology101
• http://owl.cs.manchester.ac.uk/publications/talks-and-tutorials/protg-owl-tutorial/
• https://www.w3.org/TR/rdf-sparql-query/
• https://essepuntato.it/graffoo/
• https://projects.dharc.unibo.it/melody
• http://wit.istc.cnr.it/stlab-tools/fred/
• https://github.com/

Metodi didattici

Lezioni frontali, esercitazioni in laboratorio, compiti a casa e quiz di autovalutazione.

Modalità di verifica e valutazione dell'apprendimento

Lo studente viene valutato attraverso lo sviluppo e la discussione di un progetto da svolgersi in gruppo.

Il voto sarà stabilito sulla base di una presentazione del progetto e un colloquio di approfondimento. Il progetto riguarderà gli argomenti studiati. Ogni componente del gruppo sarà valutato individualmente. Un gruppo può essere formato da 2 (minimo) fino a 6 (massimo) membri. Le indicazioni e le linee guida specifiche saranno fornite durante il corso e rese disponibili attraverso la piattaforma Virtuale.

Strumenti a supporto della didattica

Lucidi proiettati durante la lezione e poi resi disponibili online sulla pagina del corso.

Piattaforme online per quiz di autovalutazione.

Discord per discussioni e comunicazioni asincrone.

Orario di ricevimento

Consulta il sito web di Valentina Presutti