Foto del docente

Damiana Lazzaro

Associate Professor

Department of Mathematics

Academic discipline: MAT/08 Numerical Analysis

Curriculum vitae

Damiana Lazzaro è attualmente Ricercatore Confermato di Analisi Numerica presso l'Università di Bologna.

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' Ricercatore di Analisi Numerica dal 1° Luglio 1994.

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.

 

 

Latest news

At the moment no news are available.