Avatar

Francesca Maria Pisano

Francesca Maria Pisano è nata a Bellevue (WA) nel 1976. Ha conseguito la laurea in Fisica (1999) e il dottorato in Matematica Applicata ed Informatica presso l’Università degli Studi di Napoli “Federico II” (2002). Dal 2003 lavora presso il CIRA - Centro Italiano Ricerche Aerospaziali in qualità di ricercatrice. Svolge il ruolo di System Engineer nell’ambito delle attività di Requirement Analysis, System and SW Analysis & Design previste dal processo Harmony di Integrated Systems/Software Development, basato sull’utilizzo dei diagrammi UML 2.0. Si occupa dell'analisi, progettazione e sviluppo di sistemi di Knowledge Mangement e Business Intelligence, finazzati all’estrazione e alla gestione di informazioni da sorgenti strutturate e non, realizzate seguendo la metodologia RUP, basate su soluzioni di Data Warehousing e tecniche di analisi dei dati non tradizionali (Text Mining e Data Mining utilizzando la metodologia CRISP-DM). Realizza prototipi proof-of-concept java-based.

Articoli pubblicati da Francesca Maria Pisano:

n 164 luglio 2011

Document Warehousing: l‘analisi multidimensionale applicata a sorgenti testuali

II parte: Un prototipo basato su tool open

Nel precedente articolo è stata fornita un‘introduzione all‘ambiente di Document Warehousing, illustrando l‘architettura di sistema e la descrizione del ciclo di vita del Document Warehouse. Il secondo articolo della miniserie descrive un case-study relativo al dominio dell‘Health Management per sistemi aerospaziali, nell‘ambito del quale è stato realizzato un prototipo di sistema di Document Warehousing basato su tool open source.

n 162 maggio 2011

Document Warehousing: l‘analisi multidimensionale applicata a sorgenti testuali

I parte: Panoramica e introduzione

Con il primo articolo di questa miniserie, affrontiamo la tematica del Document Warehousing, ossia l‘analisi multidimensionale applicata a sorgenti testuali. In qualunque organizzazione, gran parte dell‘informazione è racchiusa in documenti non strutturati: il Document Warehousing serve proprio di trarre informazioni dalla grande mole di dati non strutturati presente nei documenti testuali.

n 137 febbraio 2009

WEKA: classificazione di dati meteo con tecniche di Data Mining

II parte: L‘applicazione Java

In questa seconda parte, analizziamo il modo in cui il codice sorgente di WEKA possa essere integrato in un‘applicazione Java-based per il Data Mining, finalizzata alla classificazione di dati meteo. L‘interfaccia grafica utilizza componenti Swing ed è sviluppata secondo un approccio event-driven.

n 136 gennaio 2009

WEKA: classificazione di dati meteo con tecniche di Data Mining

I parte: Creazione dei modelli

In questo articolo presenteremo un case-study dell‘utilizzo del tool WEKA relativo a dati meteorologici per la creazione di un indice locale di nebbia utilizzando tecniche di Data Mining. WEKA è stato usato per supportare tutte le fasi previste dalla metodologia CRISP-DM: dall‘analisi e preparazione dei dati alla creazione di modelli e la loro valutazione.