Benvenuti nel
Laboratorio di Sistemi Non-lineari & Elettronica
Qui troverete informazioni sulle attività di ricerca che vengono portate avanti, quali risultati sono già stati pubblicati, e altre notizie utili sul laboratorio.
A caccia di Caos
Identificare il caos in un esperimento è complicato. Se gli strumenti a disposizione sono utilizzati senza criterio, risultati irragionevoli sono garantiti. Nel laboratorio NSE studiamo nuovi approcci nell'analisi di serie temporali non-lineari al fine di affrontare questo problema cruciale. Negli ultimi anni abbiamo contribuito a questo campo con diversi lavori...
Esplorando le reti cerebrali
È un fatto noto che ogni cervello umano organizzi la sua attività attraverso reti che contengono diverse migliaia di neuroni. Tuttavia, le proprietà e la dinamica delle reti cerebrali non è ancora compresa del tutto. Nel laboratorio NSE utilizziamo un nuovo algoritmo per studiare la connettività cerebrale sondata attraverso la magnetoencefalografia. L'algoritmo ha già rivelato alcune caratteristiche interessanti che riguardano la lunghezza dei link in reti cerebrali e la corrispondente scala tempi di osservabilità...
Fisica matematica dell'entropia
La caratterizzazione di segnali generati da sistemi complessi si fonda sulla nozione di entropia propria della teoria dell'informazione. Nel laboratorio NSE investighiamo le proprietà e l'applicabilità di misure di tipo entropico, come l'entropia di permutazione, nel campo della dinamica nonlineare. In questo contesto, le catene di Markov giocano un ruolo chiave, e di fondamentale importanza è il corrispondente teorema del limite centrale, uno strumento cruciale di cui abbiamo dato una nuova dimostrazione...
Sequenze surrogate di spike
Molti sistemi dinamici generano segnali che consistono in sequenze di eventi discreti, come gli spikes di un neurone o l'occorrenza dei tornado. Tecniche statistiche standard sono spesso inadeguate per studiare questo genere di sistemi: un approccio valido è basato invece sulla generazione di dataset "surrogati" che condividono alcune proprietà statistiche con l'originale. Abbiamo sviluppato un metodo robusto e computazionalmente efficiente per la generazione di sequenze di eventi surrogate. Ecco JODI...
Districando filamenti di micro-RNA
Molte pubblicazioni scientifiche riguardano il possibile uso dei livelli di miRNA come strumenti diagnostici e prognostici per il cancro. Lo sviluppo di classificatori affidabili richiede di affrontare aspetti cruciali, alcuni dei quali sono stati ignorati in letteratura. Abbiamo sviluppato un nuovo classificatore Bayesiano da utilizzare in questo campo d'indagine, e abbiamo già dimostrato la sua affidabilità e utilità in diversi lavori...
