Dipartimento di Matematica e Informatica
Università degli Studi di Perugia

(Attività rivolta ad intere classi) Gli incontri della durata di 2 ore, saranno svolti in orario scolastico con la presenza del ricercatore a scuola.

•  Cane o gatto? Ecco come scelgono le macchine - Carlo Taticchi (Date proposte: 13.12.2014, 17.01.2025 e 21.02.2025)
  L’Intelligenza Artificiale (IA) ha rivoluzionato molti aspetti della vita quotidiana, integrandosi con vari sistemi per automatizzare compiti che avrebbero richiesto l’intervento umano. In particolare, l’Apprendimento Automatico (Machine Learning) permette a una macchina di “imparare” a svolgere compiti complessi in maniera analoga a come farebbe un essere umano, tramite esempi e correzioni in caso di errore. Un tipico problema risolvibile tramite Machine Learning è la classificazione dei dati. Per esempio, una macchina può essere addestrata a distinguere immagini di animali separando i cani dai gatti. Uno degli algoritmi più famosi per approcciare questo tipo di problemi è il Support Vector Machine (SVM).
  Per meglio illustrare il funzionamento di SVM, proponiamo un gioco interattivo in cui al pubblico è richiesto di risolvere “a mano” un problema di classificazione simulando il comportamento dell’algoritmo. La sfida consiste nel distinguere cani e gatti utilizzando caratteristiche come il peso e l’altezza. I risultati ottenuti saranno poi confrontati con quelli forniti da una reale implementazione, offrendo spunto di discussione sulle similitudini e differenze tra il modo di ragionare degli esseri umani e quello delle macchine.
• La Matematica dei Social Network - Bruno Iannazzo (Date proposte: 20.02.2025, 27.01.2025 e 28.01.2025)
  Descriveremo la modellazione dei social network e alcuni strumenti matematici che permettono definire concetti come importanza e centralità e di predire future amicizie.
• Modelli e algoritmi matematici per l'elaborazione di immagini: applicazioni concrete alla termografia - Gianluca Vinti (Date proposte: 28.02.2025, 07.03.2025 e 14.03.2025)
  Dopo la descrizione dei basilari algoritmi matematici per l'elaborazione di immagini digitali, seguiranno delle applicazioni concrete alle immagini termografiche attraverso l'utilizzo in aula della termocamera.
• Modelli matematici: Guida per politici e decision makers, Sfida alla libertà dell'uomo - Paola Rubbioni (Date proposte: 06.03.2025, 12.03.2025 e 18.03.2025)
  A partire da un evento concreto e vissuto da tutti noi, ovvero l'epidemia di Covid19, gli studenti saranno guidati non solo alla formalizzazione di un modello epidemiologico, ma anche alla riflessione su come l'interpretazione dei modelli da parte di chi ha il compito e la responsabilità di prendere decisioni abbia un impatto sulla società e sul singolo, fino ad interpellare la nostra libertà. - Rivolto a studenti V anno.
  
• Da Mercatore a Google Maps - Nicola Ciccoli (Date proposte: 06.03.2025, 13.03.2025 e 10.04.2025)
  Aspetti geometrici della cartografia e implicazioni sociali e politiche.
• Modelli matematici in medicina - Roberta Filippucci (Date proposte: 13.03.2025, 20.03.2025 e 27.03.2025)
  Si forniranno modelli matematici a partire dal noto modello di Malthus con applicazioni in ambito oncologico

(4h + 4h, due date distanziate di 14 gg svolte presso il Dipartimento di Matematica e Informatica (DMI) - max. 5 studenti per istituto - in caso di sovrannumero richieste si selezioneranno le ammissioni cercando di garantire un'equa distribuzione delle provenienze - attività valide come PCTO)

• Mani in pasta in Crittografia - Marco Timpanella e Massimo Giulietti (13 e 27 gennaio 2025)
  Questa Masterclass è finalizzata all’apprendimento dei principi fondamentali alla base della Crittografia, mostrando agli studenti esempi espliciti di crittosistemi (dai classici ai più moderni) e motivando una discussione (attraverso attività “mani in pasta”) sui punti di forza e criticità di ciascuno di essi. Ampio spazio verrà dedicato a sottolineare come gli oggetti astratti presentati durante la giornata entrino in gioco, in diverse forme, nella nostra vita quotidiana (tramite telefoni cellulari, console per videogiochi, decoder pay-tv, home-banking e molto altro).
• Come si classifica in AI - Andrea Capotorti (7 e 21 febbraio 2025)
  Nel primo incontro si illustreranno alcune tecniche di classificazione supervisionata (Naive Bayes, Random Forest, Regressione Logistica) con piccoli esempi da svolgere passo passo simulando gli algoritmi e confrontando poi il risultato con implementazioni reali. Verranno poi assegnati dei problemi da implementare e riportarne i risultati nel secondo incontro.

• Stage di preparazione gare matematiche - Proff. Lorenzo Mazza, Simona Pieri e Michelangelo Sabatini - 30 e 31 gennaio 2025 orario 9-17:30 - Aula A2
  2 giorni full-immersion con parti teoriche e parti pratiche.
  
• 11 aprile 2025 - Gara matematica: Premio Danti
  La mattina si svolgerà la gara individuale, il pomeriggio la gara a squadre, entrambe presso il DMI.

Link al sito web: https://www.dmi.unipg.it/premiodanti

Corsi da 8 ore on-line; formazione riconosciuta su piattaforma SOFIA.

• Modelli Matematici per Sistemi Viventi: dalle Scienze alla Società - Diletta Burini - I giovedì 16 e 30 gennaio, 13 e 20 febbraio 2025 dalle ore 15:00 alle 17:00
  CODICE SOFIA: 97285
  Questo ciclo di quattro lezioni viene proposto con l’obiettivo di contribuire al dialogo fra matematica e scienze naturali, con particolare attenzione ai problemi di interesse per la società. Tema conduttore è la ricerca di una strategia idonea a descrivere, mediate modelli matematici, la dinamica dei sistemi viventi, e su questa base aprire un dialogo interdisciplinare non solo fra ricercatori, ma anche con quella parte della nostra società interessata a comprendere gli aspetti essenziali di questa non facile interazione.
• AI senza Matematica: impossibile - Valentina Poggioni - I mercoledì 15, 22, 29 gennaio e 5 febbraio 2025 dalle ore 15:00 alle 17:00
  CODICE SOFIA: 97287
  L'intelligenza Artificiale usa un connubio di tecniche e framework matematici molto vasto, dalla probabilità all'ottimizzazione, passando per la teoria dei giochi. In questo corso analizzeremo nel dettaglio la relazione fra reti neurali e ottimizzazione matematica nell'ambito del Machine Learning e in particolare nel contesto dell'apprendimento supervisionato. Dopo una breve introduzione al Machine Learning e alle tecniche di apprendimento usate nei sistemi moderni, parleremo di reti neurali, con particolare focus sulla loro natura matematica come funzioni multivalore e da qui introdurremo il problema di apprendimento supervisionato, in particolare nella sua veste di problema di ottimizzazione matematica di funzioni multivalore. 

N.B. I docenti, per il riconoscimento dei crediti formativi, dovranno iscriversi nella Piattaforma S.O.F.I.A., entro il giorno prima dell'inizio del corso.
Potranno comunque partecipare ai corsi tutti gl interessati, ma è gradita la preventiva comunicazione di interesse a Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo. per coloro che non si sono iscritti in piattaforma.

La docente referente per i Licei Matematici è la prof. Paola Rubbioni

Link al sito web del progetto nazionale: https://www.liceomatematico.it/

• 15 ottobre 2024, ore 15-19 - Piegare lo spazio! - locandina
  Presso la Galleria di Matematica del CAMS - Via del Risorgimento 06051 Casalina (DERUTA-PG)
  Evento di formazione docenti: ISCRIZIONI su piattaforma S.O.F.I.A.  identificativo 95277
  - Origami, Matematica e Arte:tre facce dello stesso cubo (Serena CICALO')
  - Origami: dalla Storia alla Matematica (Alessandro BEBER)
  - Visita guidata ed inaugurazione dell'esposizione della Spugna di Menger in Origami (Emanuela UGHI)

• 6 - 13 dicembre 2024 - Dott.ssa Loretta Rapporti - Potenziamento dei processi cognitivi dell’intelligenza numerica a supporto di studenti con bisogni educativi speciali (2° ciclo)
• 27 e 29 novembre 2024 - Dott.ssa Judit Jassò - Strumenti digitali per una didattica innovativa (1° ciclo)
• 4 e 8  ottobre 2024 - Dott.ssa Judit Jassò - Buone pratiche di didattica in ambito scientifico (2^ ciclo)