Presentazione

Dettaglio Docente

SPERDUTI ALESSANDRO

Professore ordinario

Dipartimento di Matematica

0498271355

alessandro.sperduti@unipd.it

http://www.math.unipd.it/~sperduti

INF/01

Curriculum Scientifico

Il prof. Sperduti prof. ordinario presso l\'Universit di Padova dal Marzo 2002. Precedentemente stato professore associato e ricercatore presso il Dipartimento di Informatica dell\'Universit di Pisa. I suoi interessi di ricerca riguardano principalmente Reti Neurali e Metodi Kernel, con particolare attenzione a dati strutturati. Il prof. Sperduti stato membro di molti comitati di programma di conferenze nellambito dellIntelligenza Artificiale, e membro delleditorial board di riviste scientifiche in tale ambito, come ad esempio le IEEE Transactions on Neural Networks. Egli membro dell\' European Neural Networks Society Executive Committee, senior member IEEE e presidente del Data Mining Technical Committee dell\' IEEE CIS. Egli ha ricevuto il premio per l\'anno 2000 della Associazione Italiana di Intelligenza Artificiale AI*IA MARCO SOMALVICO per giovani ricercatori.

Pubblicazioni più Rilevanti

1. F. AIOLLI, R. CARDIN, F. SEBASTIANI, SPERDUTI A. (in stampa). Preferential text classification: learning algorithms and evaluation measures. INFORMATION RETRIEVAL. ISSN: 1386-4564. doi:10.1007/s10791-008-9071-y 2. L. BERNAZZANI, C. DUCE, A. MICHELI, V. MOLLICA, SPERDUTI A., A. STARITA, M. R. TINE\'. (2006). Predicting Physical Chemical Properties of Compounds from Molecular Structures by Recursive Neural Networks. JOURNAL OF CHEMICAL INFORMATION AND MODELING. vol. 46(5), pp. 2030-2042 ISSN: 1549-9596. 3. B. HAMMER, A. MICHELI, SPERDUTI A. (2005). Universal Approximation Capability of Cascade Correlation for Structures. NEURAL COMPUTATION. vol. 17, pp. 1109-1159 ISSN: 0899-7667. 4. F. AIOLLI, SPERDUTI A. (2005). Multiclass Classification with Multi-Prototype Support Vector Machines. JOURNAL OF MACHINE LEARNING RESEARCH. vol. 6, pp. 817-850 ISSN: 1532-4435. 5. FRASCONI P., GORI M., SPERDUTI A. (1998). A general framework for adaptive data structures processing. IEEE TRANSACTIONS ON NEURAL NETWORKS. vol. Vol. 9, no. 5, pp. 768-786 ISSN: 1045-9227.