IoT Prism Lab
Research Lab at University of Bologna
Research Lab at University of Bologna
Theses
2019 |
Minardi, Sara Processamento ed analisi di open data IoT mediante algoritmi di classificazione Masters Thesis 2019. Abstract | Links | BibTeX | Tags: Classication, Internet of Things, Open Data @mastersthesis{amslaurea17607, title = {Processamento ed analisi di open data IoT mediante algoritmi di classificazione}, author = {Sara Minardi}, url = {https://amslaurea.unibo.it/id/eprint/17607}, year = {2019}, date = {2019-01-01}, abstract = {Il continuo sviluppo delle tecnologie degli ultimi anni ha permesso ad un insieme sempre più ampio di dispositivi di connettersi e scambiare informazioni tra loro e con l’ambiente esterno. I collegamenti sono costruiti attraverso l’utilizzo della rete, dando forma ad un nuovo paradigma tecnologico che prende il nome Internet of Things. Gli oggetti materiali che interagiscono nel sistema sono definiti smart objects, ovvero oggetti intelligenti perché in grado di interagire con altri dispositivi e con il mondo esterno. In rete esistono spazi che raccolgono le grandi quantità di dati che si generano, e a seconda della tipologia di accesso possono essere identificati come Open Data. Un dato per essere aperto deve essere facilmente accessibile ed utilizzabile da tutti. Un dato aperto è un dato a cui si può accedere facilmente in maniera gratuita ed è impostato per essere potenzialmente utilizzabile da tutti. Grazie all’implementazione di tecniche di processamento e analisi è possibile trasformare i dati grezzi in dati di valore. Il progetto di questa tesi consiste nella realizzazione e valutazione degli algoritmi di diverse strutture basati sulle tecniche del Data Mining, al fine trovare un modello di classificazione per dati eterogenei e quindi applicabile ad un dataset di Open Data.}, keywords = {Classication, Internet of Things, Open Data}, pubstate = {published}, tppubtype = {mastersthesis} } Il continuo sviluppo delle tecnologie degli ultimi anni ha permesso ad un insieme sempre più ampio di dispositivi di connettersi e scambiare informazioni tra loro e con l’ambiente esterno. I collegamenti sono costruiti attraverso l’utilizzo della rete, dando forma ad un nuovo paradigma tecnologico che prende il nome Internet of Things. Gli oggetti materiali che interagiscono nel sistema sono definiti smart objects, ovvero oggetti intelligenti perché in grado di interagire con altri dispositivi e con il mondo esterno. In rete esistono spazi che raccolgono le grandi quantità di dati che si generano, e a seconda della tipologia di accesso possono essere identificati come Open Data. Un dato per essere aperto deve essere facilmente accessibile ed utilizzabile da tutti. Un dato aperto è un dato a cui si può accedere facilmente in maniera gratuita ed è impostato per essere potenzialmente utilizzabile da tutti. Grazie all’implementazione di tecniche di processamento e analisi è possibile trasformare i dati grezzi in dati di valore. Il progetto di questa tesi consiste nella realizzazione e valutazione degli algoritmi di diverse strutture basati sulle tecniche del Data Mining, al fine trovare un modello di classificazione per dati eterogenei e quindi applicabile ad un dataset di Open Data. |
Giosa, Matteo De Progettazione e validazione di un framework di algoritmi ensemble per la classificazione di Open Data IoT Masters Thesis 2019. Abstract | Links | BibTeX | Tags: classification, ensemble, ensemble learning, Internet of Things, IoT, Machine Learning, Open Data, open data iot, supervised learning, thingspeak, timeseries classification @mastersthesis{amslaurea19600, title = {Progettazione e validazione di un framework di algoritmi ensemble per la classificazione di Open Data IoT}, author = {Matteo De Giosa}, url = {https://amslaurea.unibo.it/id/eprint/19600}, year = {2019}, date = {2019-01-01}, abstract = {La quantità di dati IoT liberamente accessibili in rete - comunemente chiamati Open Data - è potenzialmente di grande utilità per innumerevoli applicazioni pratiche. Tuttavia, tali dati sono spesso inutilizzabili o incomprensibili, al punto in cui talvolta non si riesce nemmeno a discernere la tipologia di osservazione effettuata. Per etichettare tali misurazioni è dunque necessaria l’applicazione di modelli di classificazione. Questo tuttavia non è un lavoro semplice, in quanto i dati open sono in generale molto eterogenei, per cui molti degli algoritmi comunemente usati in letteratura hanno difficoltà a classificarli correttamente. Il contributo maggiore di questa tesi è perciò la presentazione di MACE, un framework ensemble per la classificazione di Open Data IoT: dopo averne trattato progettazione ed implementazione, ne valuteremo le performance, dimostrando la sua efficacia nel risolvere quello che è, ad oggi, un problema decisamente trascurato dalla letteratura.}, keywords = {classification, ensemble, ensemble learning, Internet of Things, IoT, Machine Learning, Open Data, open data iot, supervised learning, thingspeak, timeseries classification}, pubstate = {published}, tppubtype = {mastersthesis} } La quantità di dati IoT liberamente accessibili in rete - comunemente chiamati Open Data - è potenzialmente di grande utilità per innumerevoli applicazioni pratiche. Tuttavia, tali dati sono spesso inutilizzabili o incomprensibili, al punto in cui talvolta non si riesce nemmeno a discernere la tipologia di osservazione effettuata. Per etichettare tali misurazioni è dunque necessaria l’applicazione di modelli di classificazione. Questo tuttavia non è un lavoro semplice, in quanto i dati open sono in generale molto eterogenei, per cui molti degli algoritmi comunemente usati in letteratura hanno difficoltà a classificarli correttamente. Il contributo maggiore di questa tesi è perciò la presentazione di MACE, un framework ensemble per la classificazione di Open Data IoT: dopo averne trattato progettazione ed implementazione, ne valuteremo le performance, dimostrando la sua efficacia nel risolvere quello che è, ad oggi, un problema decisamente trascurato dalla letteratura. |
Maniezzo, Mattia Realizzazione e validazione sperimentale di un dataset open per l'Internet of Things Masters Thesis 2019. Abstract | Links | BibTeX | Tags: classificazione, dataset, Internet of Things, Machine Learning, Open Data @mastersthesis{amslaurea18505, title = {Realizzazione e validazione sperimentale di un dataset open per l'Internet of Things}, author = {Mattia Maniezzo}, url = {https://amslaurea.unibo.it/id/eprint/18505}, year = {2019}, date = {2019-01-01}, abstract = {L'incremento e il continuo sviluppo dei dispositivi inerenti all'Internet of Things (IoT) ha causato un aumento esponenziale dei dati prodotti da ognuno di noi. Oltre all'incremento dei dati generati, è stata resa più semplice la condivisione libera di essi attraverso la rete internet. Una parte dei dati IoT generati dai dispositivi eterogenei possono essere liberamente accessibili e vengono chiamati Open Data, i quali possono essere reperibili in repository pubbliche fornite da enti, organizzazioni e studi/esperimenti, o realizzate da utenti grazie al crowdsourcing. Gli Open Data sono in costante aumento, ma presentano dei problemi come la scarsità di informazioni fornite, come metadati assenti o incompleti, che, a volte, li rendono poco comprensibili. Questo comporta un problema dal punto di vista dell'utilizzo dei dati vista la possibile scarsa riconoscibilità e comprensibilità. Per risolvere questo problema bisogna effettuare operazioni di annotazione e classificazione automatica. Le operazioni necessitano di essere automatiche visto che gli Open Data sono caratterizzati da grandi quantità di dati, quindi farle manualmente è impossibile. par Nello studio sperimentale si è realizzato un dataset contente dati provenienti dalla piattaforma online Thingspeak, che è un repository pubblico che sfrutta il crowdsourcing. Il dataset realizzato è sottoposto ad un'attività di validazione e di sperimentazione. La validazione sperimentale serve per verificare se il dataset realizzato in questo studio si comporta in maniera simile a dataset ottenuti da repository pubbliche fornite da enti e studi/esperimenti esterni. La sperimentazione serve a verificare quale algoritmo di classificazione è più efficiente per i dataset realizzato e quelli considerati, e a confermare che la classificazione basata sulla successione dei dati non funzioni per il tipo di dataset considerato.}, keywords = {classificazione, dataset, Internet of Things, Machine Learning, Open Data}, pubstate = {published}, tppubtype = {mastersthesis} } L'incremento e il continuo sviluppo dei dispositivi inerenti all'Internet of Things (IoT) ha causato un aumento esponenziale dei dati prodotti da ognuno di noi. Oltre all'incremento dei dati generati, è stata resa più semplice la condivisione libera di essi attraverso la rete internet. Una parte dei dati IoT generati dai dispositivi eterogenei possono essere liberamente accessibili e vengono chiamati Open Data, i quali possono essere reperibili in repository pubbliche fornite da enti, organizzazioni e studi/esperimenti, o realizzate da utenti grazie al crowdsourcing. Gli Open Data sono in costante aumento, ma presentano dei problemi come la scarsità di informazioni fornite, come metadati assenti o incompleti, che, a volte, li rendono poco comprensibili. Questo comporta un problema dal punto di vista dell'utilizzo dei dati vista la possibile scarsa riconoscibilità e comprensibilità. Per risolvere questo problema bisogna effettuare operazioni di annotazione e classificazione automatica. Le operazioni necessitano di essere automatiche visto che gli Open Data sono caratterizzati da grandi quantità di dati, quindi farle manualmente è impossibile. par Nello studio sperimentale si è realizzato un dataset contente dati provenienti dalla piattaforma online Thingspeak, che è un repository pubblico che sfrutta il crowdsourcing. Il dataset realizzato è sottoposto ad un'attività di validazione e di sperimentazione. La validazione sperimentale serve per verificare se il dataset realizzato in questo studio si comporta in maniera simile a dataset ottenuti da repository pubbliche fornite da enti e studi/esperimenti esterni. La sperimentazione serve a verificare quale algoritmo di classificazione è più efficiente per i dataset realizzato e quelli considerati, e a confermare che la classificazione basata sulla successione dei dati non funzioni per il tipo di dataset considerato. |
2018 |
Lanzarone, Lorenzo Biagio Teoria e pratica degli open data: rassegna ed implementazione in un portale web turistico Masters Thesis 2018. Abstract | Links | BibTeX | Tags: dati, dati aperti, linked data, linked open data, nominatim api, Open Data, openlayers, overpass api, Semantic Web, web @mastersthesis{amslaurea16720, title = {Teoria e pratica degli open data: rassegna ed implementazione in un portale web turistico}, author = {Lorenzo Biagio Lanzarone}, url = {https://amslaurea.unibo.it/id/eprint/16720}, year = {2018}, date = {2018-01-01}, abstract = {I dati sono sempre più importanti nella società e rappresentano una fondamentale risorsa. Da sempre l’essere umano ha la necessità di organizzare le informazioni e utilizzarle per creare nuova conoscenza. Nella presente tesi si approfondisce la tematica degli open data, cioè dati messi a disposizione da enti di vario genere, per essere utilizzati liberamente da chiunque per qualsiasi scopo. Nella prima parte dell’elaborato si approfondiscono origini e aspetti teorici degli open data, mentre nella seconda gli aspetti pratici. Quanto descritto in quest’ultima parte è stato svolto durante un tirocinio presso l’agenzia web Magic di Funo di Argelato (Bologna). Il progetto riguarda la realizzazione di un esempio pratico di applicazione degli open data, in particolare la progettazione e implementazione degli stessi all’interno del portale web turistico OkBed&Breakfast.}, keywords = {dati, dati aperti, linked data, linked open data, nominatim api, Open Data, openlayers, overpass api, Semantic Web, web}, pubstate = {published}, tppubtype = {mastersthesis} } I dati sono sempre più importanti nella società e rappresentano una fondamentale risorsa. Da sempre l’essere umano ha la necessità di organizzare le informazioni e utilizzarle per creare nuova conoscenza. Nella presente tesi si approfondisce la tematica degli open data, cioè dati messi a disposizione da enti di vario genere, per essere utilizzati liberamente da chiunque per qualsiasi scopo. Nella prima parte dell’elaborato si approfondiscono origini e aspetti teorici degli open data, mentre nella seconda gli aspetti pratici. Quanto descritto in quest’ultima parte è stato svolto durante un tirocinio presso l’agenzia web Magic di Funo di Argelato (Bologna). Il progetto riguarda la realizzazione di un esempio pratico di applicazione degli open data, in particolare la progettazione e implementazione degli stessi all’interno del portale web turistico OkBed&Breakfast. |
2017 |
Mirabella, Julienne Sviluppo di un'applicazione iOS basata su Open Data in ambito culturale Masters Thesis 2017. Abstract | Links | BibTeX | Tags: Ambito culturale, applicazione iOS, Open Data, Swift @mastersthesis{amslaurea14856, title = {Sviluppo di un'applicazione iOS basata su Open Data in ambito culturale}, author = {Julienne Mirabella}, url = {https://amslaurea.unibo.it/id/eprint/14856}, year = {2017}, date = {2017-01-01}, abstract = {Le nuove tecnologie permettono di creare servizi per rispondere alle domande e alle esigenze della popolazione. Molti dei dati necessari a rispondere a queste esigenze sono prodotti da organismi pubblici, persone ed organizzazioni che raccolgono una vasta gamma di dati diversi per svolgere i loro compiti. Gli Open Data sono un mezzo per rendere questi dati disponibili e riutilizzabili a chiunque. Nel progetto di tesi ho voluto mostrare un esempio di utilizzo degli Open Data nella implementazione di un’applicazione mobile iOS chiamata MuseumsBo,con l'obiettivo fornire agli utenti un facile accesso ai dati riguardati il contesto culturale della città di Bologna.}, keywords = {Ambito culturale, applicazione iOS, Open Data, Swift}, pubstate = {published}, tppubtype = {mastersthesis} } Le nuove tecnologie permettono di creare servizi per rispondere alle domande e alle esigenze della popolazione. Molti dei dati necessari a rispondere a queste esigenze sono prodotti da organismi pubblici, persone ed organizzazioni che raccolgono una vasta gamma di dati diversi per svolgere i loro compiti. Gli Open Data sono un mezzo per rendere questi dati disponibili e riutilizzabili a chiunque. Nel progetto di tesi ho voluto mostrare un esempio di utilizzo degli Open Data nella implementazione di un’applicazione mobile iOS chiamata MuseumsBo,con l'obiettivo fornire agli utenti un facile accesso ai dati riguardati il contesto culturale della città di Bologna. |
2016 |
Perrino, Silvia Internet of Things collaborativo: progettazione ed analisi di una piattaforma di aggregazione di dati sensoristici Masters Thesis 2016. Abstract | Links | BibTeX | Tags: classificazione, Clustering, Data Mining, Dati sensoristici, Internet of Things, Internet of Things collaborativo, Open Data @mastersthesis{amslaurea10887, title = {Internet of Things collaborativo: progettazione ed analisi di una piattaforma di aggregazione di dati sensoristici}, author = {Silvia Perrino}, url = {https://amslaurea.unibo.it/id/eprint/10887}, year = {2016}, date = {2016-01-01}, abstract = {Internet ha rivoluzionato il modo di comunicare degli individui. Siamo testimoni della nascita e dello sviluppo di un'era caratterizzata dalla disponibilità di informazione libera e accessibile a tutti. Negli ultimi anni grazie alla diffusione di smartphone, tablet e altre tipologie di dispositivi connessi, è cambiato il fulcro dell'innovazione spostandosi dalle persone agli oggetti. E' così che nasce il concetto di Internet of Things, termine usato per descrivere la rete di comunicazione creata tra i diversi dispositivi connessi ad Internet e capaci di interagire in autonomia. Gli ambiti applicativi dell'Internet of Things spaziano dalla domotica alla sanità, dall'environmental monitoring al concetto di smart cities e così via. L'obiettivo principale di tale disciplina è quello di migliorare la vita delle persone grazie a sistemi che siano in grado di interagire senza aver bisogno dell'intervento dell'essere umano. Proprio per la natura eterogenea della disciplina e in relazione ai diversi ambiti applicativi, nell'Internet of Things si può incorrere in problemi derivanti dalla presenza di tecnologie differenti o di modalità eterogenee di memorizzazione dei dati. A questo proposito viene introdotto il concetto di Internet of Things collaborativo, termine che indica l'obiettivo di realizzare applicazioni che possano garantire interoperabilità tra i diversi ecosistemi e tra le diverse fonti da cui l'Internet of Things attinge, sfruttando la presenza di piattaforme di pubblicazione di Open Data. L'obiettivo di questa tesi è stato quello di creare un sistema per l'aggregazione di dati da due piattaforme, ThingSpeak e Sparkfun, con lo scopo di unificarli in un unico database ed estrarre informazioni significative dai dati tramite due tecniche di Data Mining: il Dictionary Learning e l'Affinity Propagation. Vengono illustrate le due metodologie che rientrano rispettivamente tra le tecniche di classificazione e di clustering.}, keywords = {classificazione, Clustering, Data Mining, Dati sensoristici, Internet of Things, Internet of Things collaborativo, Open Data}, pubstate = {published}, tppubtype = {mastersthesis} } Internet ha rivoluzionato il modo di comunicare degli individui. Siamo testimoni della nascita e dello sviluppo di un'era caratterizzata dalla disponibilità di informazione libera e accessibile a tutti. Negli ultimi anni grazie alla diffusione di smartphone, tablet e altre tipologie di dispositivi connessi, è cambiato il fulcro dell'innovazione spostandosi dalle persone agli oggetti. E' così che nasce il concetto di Internet of Things, termine usato per descrivere la rete di comunicazione creata tra i diversi dispositivi connessi ad Internet e capaci di interagire in autonomia. Gli ambiti applicativi dell'Internet of Things spaziano dalla domotica alla sanità, dall'environmental monitoring al concetto di smart cities e così via. L'obiettivo principale di tale disciplina è quello di migliorare la vita delle persone grazie a sistemi che siano in grado di interagire senza aver bisogno dell'intervento dell'essere umano. Proprio per la natura eterogenea della disciplina e in relazione ai diversi ambiti applicativi, nell'Internet of Things si può incorrere in problemi derivanti dalla presenza di tecnologie differenti o di modalità eterogenee di memorizzazione dei dati. A questo proposito viene introdotto il concetto di Internet of Things collaborativo, termine che indica l'obiettivo di realizzare applicazioni che possano garantire interoperabilità tra i diversi ecosistemi e tra le diverse fonti da cui l'Internet of Things attinge, sfruttando la presenza di piattaforme di pubblicazione di Open Data. L'obiettivo di questa tesi è stato quello di creare un sistema per l'aggregazione di dati da due piattaforme, ThingSpeak e Sparkfun, con lo scopo di unificarli in un unico database ed estrarre informazioni significative dai dati tramite due tecniche di Data Mining: il Dictionary Learning e l'Affinity Propagation. Vengono illustrate le due metodologie che rientrano rispettivamente tra le tecniche di classificazione e di clustering. |
Camassa, Fabrizio Progettazione ed implementazione di un'applicazione mobile per la visualizzazione di Open Data ambientali Masters Thesis 2016. Abstract | Links | BibTeX | Tags: android, App, Arpa Emilia Romagna, mobile, Open Data, python, web service @mastersthesis{amslaurea11989, title = {Progettazione ed implementazione di un'applicazione mobile per la visualizzazione di Open Data ambientali}, author = {Fabrizio Camassa}, url = {https://amslaurea.unibo.it/id/eprint/11989}, year = {2016}, date = {2016-01-01}, abstract = {Gli Open Data sono un'utile strumento che sta via via assumendo sempre più importanza nella società; in questa tesi vedremo la loro utilità attraverso la realizzazione di un'applicazione mobile, che utilizza questi dati per fornire informazioni circa lo stato ambientale dell'aria e dei pollini in Emilia Romagna, sfruttando i dataset forniti da un noto ente pubblico (Arpa Emilia Romagna). Tale applicazione mobile si basa su un Web Service che gestisce i vari passaggi dei dati e li immagazzina in un database Mongodb. Tale Web Service è stato creato per essere a sua volta messo a disposizione di programmatori, enti o persone comuni per studi e sviluppi futuri in tale ambito.}, keywords = {android, App, Arpa Emilia Romagna, mobile, Open Data, python, web service}, pubstate = {published}, tppubtype = {mastersthesis} } Gli Open Data sono un'utile strumento che sta via via assumendo sempre più importanza nella società; in questa tesi vedremo la loro utilità attraverso la realizzazione di un'applicazione mobile, che utilizza questi dati per fornire informazioni circa lo stato ambientale dell'aria e dei pollini in Emilia Romagna, sfruttando i dataset forniti da un noto ente pubblico (Arpa Emilia Romagna). Tale applicazione mobile si basa su un Web Service che gestisce i vari passaggi dei dati e li immagazzina in un database Mongodb. Tale Web Service è stato creato per essere a sua volta messo a disposizione di programmatori, enti o persone comuni per studi e sviluppi futuri in tale ambito. |
2015 |
Folarin, Sadia Muraina Una rassegna sugli open data: tecnologie, formati, e casi di studio legati al contesto regionale Masters Thesis 2015. Abstract | Links | BibTeX | Tags: Bologna, Open Data @mastersthesis{amslaurea8960, title = {Una rassegna sugli open data: tecnologie, formati, e casi di studio legati al contesto regionale}, author = {Sadia Muraina Folarin}, url = {https://amslaurea.unibo.it/id/eprint/8960}, year = {2015}, date = {2015-01-01}, abstract = {Nel Capitolo 1, vedremo un introduzione di che cos’è l’open data, cos’è l’open government. Che vantaggi ci sono con l’open data e come ogni cosa positi- va sappiamo che c’è l’aspetto negativo, pertanto vedremo anche gli svantaggi; ca- pire il motivo per cui è stato scelto. Vedremo quali sono i primi passi per aprire i dati e un piccolo accenno sulle li- cenze. Per poi terminare con i 5 livelli che ci prepareranno al secondo capitolo. Il Capitolo 2, è quello che definirei nozioni specifiche sul argomento, quelle che portano a comprendere bene le nuove tecnologie che stanno dietro, i formati dei file che vengono resi pubblici e una piccola anteprima su come usare questi formati. Per quanto riguarda il Capitolo 3, visiteremo il portale dell’Emilia Romagna e dove vedremo l’iniziativa regionale e l’aspetto riguardante al obbiettivo che si sta cercando di perseguire. Il sito oggetto della nostra documentazione è: dati.emilia- romagna.it il portale ufficiale dove è possibile consultare vari progetti. Nel Capitolo 4, prenderemo Bologna come caso di studio, dove rivedremo alcune cose già fatte nei capitoli precedenti e come elemento in più vedremo al- cuni progetti. Come per la regione anche per Bologna prendiamo il portale uffi- ciale dati.comune.bologna.it come oggetto di lavoro.}, keywords = {Bologna, Open Data}, pubstate = {published}, tppubtype = {mastersthesis} } Nel Capitolo 1, vedremo un introduzione di che cos’è l’open data, cos’è l’open government. Che vantaggi ci sono con l’open data e come ogni cosa positi- va sappiamo che c’è l’aspetto negativo, pertanto vedremo anche gli svantaggi; ca- pire il motivo per cui è stato scelto. Vedremo quali sono i primi passi per aprire i dati e un piccolo accenno sulle li- cenze. Per poi terminare con i 5 livelli che ci prepareranno al secondo capitolo. Il Capitolo 2, è quello che definirei nozioni specifiche sul argomento, quelle che portano a comprendere bene le nuove tecnologie che stanno dietro, i formati dei file che vengono resi pubblici e una piccola anteprima su come usare questi formati. Per quanto riguarda il Capitolo 3, visiteremo il portale dell’Emilia Romagna e dove vedremo l’iniziativa regionale e l’aspetto riguardante al obbiettivo che si sta cercando di perseguire. Il sito oggetto della nostra documentazione è: dati.emilia- romagna.it il portale ufficiale dove è possibile consultare vari progetti. Nel Capitolo 4, prenderemo Bologna come caso di studio, dove rivedremo alcune cose già fatte nei capitoli precedenti e come elemento in più vedremo al- cuni progetti. Come per la regione anche per Bologna prendiamo il portale uffi- ciale dati.comune.bologna.it come oggetto di lavoro. |