The goal of my thesis is to study and implement methods of modern computational physics, such as artificial intelligence and complex networks, in order to study complex systems. In particular, special attention was given to data of genomic nature, which can be considered as Big Data; these are extremely noisy data, and thanks to these methodologies it is possible to extract new patterns or biomarkers of the analyzed complex diseases.

L'obiettivo della mia tesi è quello di studiare ed implementare metodi della fisica computazionale moderna, quali intelligenza artificiale e reti complesse, al fine di studiare sistemi complessi. In particolare, particolare attenzione si è data a dati di natura genomica, classificabili come Big Data; questi sono dati estremamente rumorosi e grazie a queste metodologie si è in grado di estrarre nuovi pattern o biomarcatori delle malattie complesse analizzate.

Integrazione di approcci di intelligenza artificiale e reti complesse per l'analisi dei dati genomici e la scoperta di biomarcatori in malattie complesse / Lacalamita, Antonio. - (2025 Mar 28).

Integrazione di approcci di intelligenza artificiale e reti complesse per l'analisi dei dati genomici e la scoperta di biomarcatori in malattie complesse

LACALAMITA, ANTONIO
2025-03-28

Abstract

The goal of my thesis is to study and implement methods of modern computational physics, such as artificial intelligence and complex networks, in order to study complex systems. In particular, special attention was given to data of genomic nature, which can be considered as Big Data; these are extremely noisy data, and thanks to these methodologies it is possible to extract new patterns or biomarkers of the analyzed complex diseases.
28-mar-2025
L'obiettivo della mia tesi è quello di studiare ed implementare metodi della fisica computazionale moderna, quali intelligenza artificiale e reti complesse, al fine di studiare sistemi complessi. In particolare, particolare attenzione si è data a dati di natura genomica, classificabili come Big Data; questi sono dati estremamente rumorosi e grazie a queste metodologie si è in grado di estrarre nuovi pattern o biomarcatori delle malattie complesse analizzate.
AI; Computational Phy; Higher Order
AI; Computational Phy; Higher Order
Integrazione di approcci di intelligenza artificiale e reti complesse per l'analisi dei dati genomici e la scoperta di biomarcatori in malattie complesse / Lacalamita, Antonio. - (2025 Mar 28).
File in questo prodotto:
File Dimensione Formato  
Lacalamita_Antonio_PhD_pdfa.pdf

accesso aperto

Descrizione: Integrating AI and Complex Network Approaches for Genomic Data Analysis and Biomarker Discovery in Complex Diseases
Tipologia: Tesi di dottorato
Dimensione 6.52 MB
Formato Adobe PDF
6.52 MB Adobe PDF Visualizza/Apri
Lacalamita_Antonio_PhD_pdfa_1.pdf

accesso aperto

Descrizione: Integrating AI and Complex Network Approaches for Genomic Data Analysis and Biomarker Discovery in Complex Diseases
Tipologia: Tesi di dottorato
Dimensione 6.52 MB
Formato Adobe PDF
6.52 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11586/539590
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact