Il Laboratorio è costituito da 36 Nodi
distribuiti su tutto il territorio nazionale e corrispondenti ad altrettante Università consorziate nel CINI.
I Nodi aderenti hanno dei referenti, del personale strutturato e del personale non strutturato (dottorandi, post-doc, assegnisti di ricerca). Le aree di competenza dichiarate da ogni Nodo sono riportate di seguito.
| # | Università | Referente | SSD | Strutturati | Aree di Competenza |
| 1 | Università degli Studi dell'Aquila | Mattia d’Emidio | INF/01 | 12 | (1) Algoritmi per grafi massivi |
| (2) Sistemi di computazione massive-scale multi-entity | |||||
| (3) Algoritmi di machine learning algorithms per controllo ottimale e rilevamento di guasti | |||||
| (4) Architetture scalabili ed ibridi per persistenza di dati (design di polystore) | |||||
| (5) Machine learning su large scala | |||||
| (6) Mining di testo su large scala | |||||
| (7) Intelligenza artificiale per for medical imaging | |||||
| (8) Algorithm engineering | |||||
| (9) Framework computazionali massivamente paralleli | |||||
| 2 | Università degli Studi di Bari Aldo Moro | Donato Malerba | ING-INF/05 | 17 | (1) Analitche big data |
| (2) Machine learning | |||||
| (3) Data mining | |||||
| (4) Data science | |||||
| (5) Process mining | |||||
| (6) Applicazioni | |||||
| 3 | Università degli Studi di Bologna | Marco Patella | ING-INF/05 | 7 | (1) Design di db multi-modello |
| (2) AutoML | |||||
| (3) Stream processing | |||||
| (4) Analisi di dati strutturati, semi-strutturati, e non strutturati | |||||
| (5) Machine learning per health | |||||
| 4 | Università degli Studi di Brescia | Devis Bianchini | ING-INF/05 | 8 | (1) Analisi multi-dimensional di flussi di dati |
| (2) Modellazione di dati sistemi cyber-fisici | |||||
| (3) Esplorazione di big data | |||||
| (4) Design ed interrogazione di data lake semantici | |||||
| (5) Data integration | |||||
| (6) Analisi di dati con human-in-the-Loop | |||||
| (7) Qualità di big data | |||||
| 5 | Università degli Studi di Cagliari | Maurizio Atzori | INF/01 | 5 | (1) Big data e data integration |
| (2) Knowledge graph | |||||
| (3) Selezione di feature | |||||
| (4) NLP su dati strutturati (inclusa risposta a domande in database) | |||||
| (5) SPARQL | |||||
| (6) Data mining | |||||
| 6 | Università della Calabria | Domenico Talia | ING-INF/05 | 19 | (1) Analisi di big data |
| (2) Data science & engineering | |||||
| (3) Data mining cloud-based | |||||
| (4) Estrazione di informazioni | |||||
| (5) Database NoSQL | |||||
| 7 | Università degli Studi di Camerino | Emanuela Merelli | INF/01 | (1) Data shaping (TDA) | |
| (2) Topology field theory per dati | |||||
| (3) Metodi data-driven per systems biology | |||||
| (4) Mining di dati e processi | |||||
| 8 | Università della Campania "Luigi Vanvitelli” | Beniamino di Martino | ING-INF/05 | 7 | (1) High performance computing e big data |
| (2) Intelligenza artificiale | |||||
| (3) Cloud | |||||
| (4) Cloud-edge | |||||
| (5) Process mining | |||||
| (6) Semantica | |||||
| (7) Infrastructure as code | |||||
| (8) Container | |||||
| (9) Web service e microservizi | |||||
| 9 | CNR, IIT | Andrea Passarella | INF/01 | 8 | (1) Social network analytics |
| (2) Intelligenza artificiale social-aware | |||||
| (3) Intelligenza artificiale decentralizzata | |||||
| (4) Dinamiche di opinione | |||||
| (5) E-Health | |||||
| (6) Mobile health | |||||
| (7) Gestione di dati decentralizzati | |||||
| 10 | CNR, ISTI | Roberto Trasarti | INF/01 | (1) Analitiche di mobility | |
| (2) Analitiche di network | |||||
| (3) Explainable AI | |||||
| (4) Infrastrutture di ricerca | |||||
| (5) Mining testuale | |||||
| (6) Transfer learning | |||||
| (7) Computing edge ed eterogeneo | |||||
| (8) Multimedia | |||||
| (9) Information Retrieval e analisi | |||||
| (10) Open science | |||||
| 11 | Università degli Studi di Ferrara | Fabrizio Riguzzi | ING-INF/05 | 14 | (1) Machine learning |
| (2) Analitiche | |||||
| (3) Probabilistic inductive logic programming | |||||
| (4) Industry 4.0 | |||||
| (5) Big data per digital manufacturing | |||||
| (6) Constrained optimization | |||||
| 12 | Università degli Studi di Genova | Davide Anguita | ING-INF/05 | 10 | (1) Gestione di dati su larga scala |
| (2) Framework per computazioni data-intensive | |||||
| (3) Intelligenza artificiale | |||||
| (4) Machine learning | |||||
| (5) Cybersecurity | |||||
| (6) Adversarial machine learning | |||||
| (7) AI security | |||||
| (8) Dati human-centrici | |||||
| (9) Open data | |||||
| (10) Salute | |||||
| (11) HPC | |||||
| 13 | IMT Institute for Advanced Studies Lucca | Fabio Pinelli | INF/01 | 6 | (1) qualità del software |
| (2) Verifica del software | |||||
| (3) Machine learning | |||||
| (4) Cybersecurity | |||||
| (5) Distributed computing | |||||
| 14 | Università Politecnica delle Marche | Domenico Potena | ING-INF/05 | 4 | (1) Gestione ed analitiche di big data |
| (2) Analisi di social network | |||||
| (3) Process mining | |||||
| (4) Sentiment analysis | |||||
| (5) Data semantics | |||||
| (6) Machine learning | |||||
| (7) Data science | |||||
| 15 | Università degli Studi di Messina | Salvatore DiStefano | ING-INF/05 | 4 | (1) HPC |
| (2) Cloud | |||||
| (3) Processamento di tipo batch, steam, e event | |||||
| (4) Modellazione di dati | |||||
| (5) Ledgers distribuiti | |||||
| (6) Intelligenza artificiale | |||||
| 16 | Università degli Studi di Milano | Ernesto Damiani | INF/01 | (1) Big data | |
| (2) Analitiche su larga scala | |||||
| (3) Sicurezza | |||||
| (4) Gestione e governance dei dati | |||||
| (5) Digital health | |||||
| 17 | Politecnico di MILANO | Davide Martinenghi | ING-INF/05 | 8 | (1) Data integration in big data |
| (2) Etica e ordinamento in big data | |||||
| (3) Anomaly detection | |||||
| (4) Architetture parallele e distribuite per data streaming | |||||
| (5) Quantum machine learning | |||||
| (6) Smart agriculture | |||||
| (7) FPGA | |||||
| 18 | Università degli Studi di Modena - Reggio Emilia | Sonia Bergamaschi | ING-INF/05 | 21 | (1) Analitiche big data e keyword search in sorgenti di dati strutturati |
| (2) Big data in sistemi socio-tecnici | |||||
| (3) Algoritmi per analisi di dati prodotti da sequenziatori DNA | |||||
| (4) Big data multimediali | |||||
| (5) Visual computing e multimedia processing | |||||
| (6) Security intelligence per grandi insiemi di eventi continuamente ottenuti da sorgenti strutturate e non strutturate | |||||
| 19 | Università degli Studi di Napoli Federico II | Vincenzo Moscato | INF/01 | 17 | (1) Mining di big data |
| (2) Big data multimediali | |||||
| (3) Modellazione di big data | |||||
| (4) Privacy in big data | |||||
| (5) Big data per enterprise transformation | |||||
| (6) Applicazioni scientifiche di big data | |||||
| 20 | Università degli Studi di Napoli Parthenope | Angelo Ciaramella | INF/01 | 9 | (1) Computational intelligence |
| (2) Machine learning | |||||
| (3) Big data | |||||
| (4) Intelligent signal processing | |||||
| (5) Bioinformatica | |||||
| 21 | Università degli Studi di Padova | Giorgio Maria Di Nunzio | INF/01 | 14 | (1) Computer vision e NLP |
| (2) Machine learning e deep learning | |||||
| (3) Analisi di big process-data | |||||
| (4) Algoritmi distribuiti e streaming per apprendimento non supervisionato | |||||
| (5) Accesso intelligente ed interattivo ad informazioni | |||||
| (6) Open science e valutazione | |||||
| 22 | Università degli Studi di Palermo | Roberto Pirrone | ING-INF/05 | 13 | (1) Medical imaging |
| (2) NLP | |||||
| (3) Robotics | |||||
| (4) Cybersecurity | |||||
| (5) Cloud computing | |||||
| (6) Big data biomedici | |||||
| (7) Big data per la società ed il patrimonio culturale | |||||
| 23 | Università degli Studi di Pavia | Antonino Nocera | ING-INF/05 | 6 | (1) Big data |
| (2) Analisi di dati | |||||
| (3) Processamento di dati | |||||
| (4) Dati relativi a healthcare | |||||
| (5) Machine learning | |||||
| (6) Analitiche predittive | |||||
| 24 | Università degli Studi di Perugia | Fabrizio Montecchiani | ING-INF/05 | 6 | (1) Grafi e reti di grandi dimensioni |
| (2) Algoritmi distribuiti per grafi di grandi dimensioni | |||||
| (3) Analitiche visuali per big data | |||||
| (4) Big data relativi a information security | |||||
| 25 | Università degli Studi del Piemonte Orientale | Luigi Portinale | INF/01 | 5 | (1) Apprendimento automatico ed estrazione di conoscenza |
| (2) Gestione ed analisi di big data su dati sanitrari | |||||
| (3) Recupero ed analisi di dati in forma serie temporali | |||||
| (4) Estrazione, raggruppamento e verifica di processi | |||||
| (5) Tecniche HPC ed infrastrutture cloud per big data | |||||
| 26 | Università degli Studi di Pisa | Dino Pedreschi | INF/01 | 11 | (1) Information retrieval |
| (2) Data mining | |||||
| (3) Social media | |||||
| (4) Social network | |||||
| (5) Deep learning | |||||
| (6) Processing di linguaggio naturale | |||||
| (7) Big database | |||||
| (8) Blockchain | |||||
| (9) Knowledge graph | |||||
| (10) Trustworthy IA | |||||
| (11) Infrastrutture e applicazioni big data | |||||
| 27 | Università degli Studi di Pisa - Ingegneria | Marco Avvenuti | ING-INF/05 | 2 | (1) Intelligenza artificiale |
| (2) Data analysis per monitoraggio | |||||
| (3) Process mining | |||||
| 28 | Università degli Studi Roma3 | Riccardo Torlone | ING-INF/05 | 5 | (1) Big data management |
| (2) Data integration | |||||
| (3) Data science | |||||
| (4) Estrazione di dati | |||||
| (5) Database NoSQL | |||||
| 29 | Università di Roma "La Sapienza” | Domenico Lembo | ING-INF/05 | 16 | (1) Algoritmica per il web e data mining |
| (2) Accesso a big data basato su ontologie | |||||
| (3) Performance engineering per computazioni big data | |||||
| (4) Sistemi complessi dependable e sicuri | |||||
| (5) Modellazione e mining in social network | |||||
| (6) Processamento stream in tempo reale di big data | |||||
| 30 | Università degli Studi di Salerno | Giuseppe Polese | INF/01 | 8 | (1) Data integration |
| (2) Data mining | |||||
| (3) Data profiling | |||||
| (4) Data visualization | |||||
| (5) Machine learning | |||||
| (6) Analitiche predittive | |||||
| (7) Stream processing | |||||
| (8) Data privacy | |||||
| (9) Analisi di social network | |||||
| 31 | Università degli Studi del Sannio | Eugenio Zimeo | ING-INF/05 | 8 | (1) Infrastrutture big data |
| (2) Processamento ed analisi di big data | |||||
| (3) Machine learning | |||||
| (4) Cloud & HPC | |||||
| (5) Cybersecurity | |||||
| (6) Digital health | |||||
| 32 | Università degli Studi di Torino | Giancarlo Ruffo | INF/01 | 16 | (1) Data science |
| (2) Network science | |||||
| (3) Information visualization | |||||
| (4) Computational social science | |||||
| (5) Supporto all’esplorazione di informazioni | |||||
| (6) Sistemi di raccomandazione | |||||
| (7) Analisi semantica | |||||
| (8) Machine learning | |||||
| (9) Protezione di dati | |||||
| (10) IoT ed analisi di dati di sensoristica | |||||
| (11) Visual data learning | |||||
| (12) Sentiment analysis | |||||
| 33 | Università degli Studi di Trento | Marco Calautti | INF/01 | 5 | (1) Data integration |
| (2) Dati nconsistenti | |||||
| (3) Ontological reasoning | |||||
| (4) High performance computing | |||||
| (5) Analisi di grafi su larga scala | |||||
| (6) Miniming di grafi | |||||
| (7) Algoritmi distribuiti | |||||
| 34 | Università degli Studi di Udine | Stefano Mizzaro | ING-INF/05 | 8 | (1) Data mining con aspetti spaziotemporali |
| (2) Information retrieval | |||||
| (3) Crowdsourcing | |||||
| (4) Analitiche predittive e prescrittive | |||||
| 35 | Università degli Studi di Catania | Orazio Tomarchio | ING-INF/05 | 13 | (1) Infrastrutture cloud per supportare la gestione di big data |
| (2) Analitiche big data | |||||
| (3) Cloud of things | |||||
| (4) Orchestrazione di risorse per analisi distribuita di big data | |||||
| 36 | Università “Ca' Foscari” Venezia | Salvatore Orlando | INF/01 | 8 | (1) Interrogazione e recupero (efficienza e efficacia di interrogazione/ranking per testo e dati pangenomici) |
| (2) Mining e analitiche (machine learning su estrazioni scalabile di pattern in big data) | |||||
| (3) Algoritmi e strutture dati per computazioni data intensive scalabili (sketching techniques, pangenomic, mobility, applicazioni biochimiche) | |||||
| (4) Modellazioni di dati (stima di parametri, sensitività, reverse engineering) | |||||
| (5) Algoritmi paralleli data intensive (algoritmi basati su GPU) | |||||
| (6) Applicazioni scientifice di big data (ambientale, monitoraggio, bioinformatica e systems biology) | |||||
| (7) Toolkit per sorgenti big data, network science, applicazioni e computational social science |