WORKSHOP GARR 2020
2-6 novembre 2020

5 novembre 2020

Thomas Cecconello

Università di Milano Bicocca
https://www.unimib.it/

5 novembre 2020 - SESSIONE 8: CONTAINER E FEDERAZIONE

La scienza aperta nel cloud GARR: servizi AI e ML nel progetto NEANIAS

Thomas Cecconello

La scienza aperta nel cloud GARR: servizi AI e ML nel progetto NEANIAS

Thomas Cecconello, da sempre interessato al mondo dell'informatica per la possibilità di imbrigliare l'informazione del mondo reale ed utilizzarla per facilitare la vita alle persone, si specializza in machine learning applicato a dati pittorici. Lavora oggi per il progetto NEANIAS dove ha il compito di supportare il team di astrofisica in ambito ML e di rendere fruibili via cloud strumenti distribuiti per l'apprendimento automatico.

Thomas Cecconello, always interested in the world of computer science for the ability to harness real world information and use it to facilitate people’s lives, specializes in machine learning applied to pictorial data. He works today for the NEANIAS project, where he has the task of supporting the astrophysics team in the field of ML and of making distributed tools for machine learning available via cloud.

 

La scienza aperta nel cloud GARR: servizi AI e ML nel progetto NEANIAS

Il progetto NEANIAS (EU-H2020) prevede la realizzazione di servizi informatici per la scienza aperta tramite architetture cloud, nel contesto dell’iniziativa European Open Science Cloud. Questo intervento presenterà alcuni servizi legati all’applicazione di tecniche di Intelligenza Artificiale e Apprenmdimento Automatico per il supporto alla ricerca scientifica, proponendo degli scenari d’uso nel settore astrofisico.


Open Science in the GARR cloud: AI and ML services in the NEANIAS project

The NEANIAS project (EU-H2020) is aimed at the implementation of IT services for open science through cloud architectures, in the context of the European Open Science Cloud initiative. This talk will present some services related to the application of Artificial Intelligence techniques and Machine Learning to support scientific research, proposing scenarios of use in the astrophysics sector.