Dipartimento di Ingegneria informatica, automatica e gestionale

Saverio Salzo è risultato vincitore della procedura selettiva ad 1 posto di Ricercatore di Tipo B presso il Dipartimento di Ingegneria informatica, automatica e gestionale Antonio Ruberti, Settore Concorsuale 01/A6, SSD MAT/09 - codice concorso 2021RTDB022, bandito con Decreto Rettorale  2833/2021 del 29/10/2021
 
Nell'ambito della procedura ai fini della chiamata da parte del Consiglio di Dipartimento e come previsto dal bando, Saverio Salzo terrà un seminario pubblico sulle attività di ricerca da lui svolte e in corso di svolgimento. Il seminario sarà svolto in modalità telematica Lunedì 28 Marzo, alle ore 09:00.
Per partecipare al seminario, connettersi all’indirizzo : 

https://meet.google.com/efk-vheb-dve

Titolo seminario
Algoritmi di ottimizzazione efficienti in alcuni problemi di machine learning

Abstract
Gli ultimi decenni hanno visto una crescita senza precedenti nella scala, struttura e complessità dei dati e l'analisi dei "big data" è oggigiorno un argomento centrale nella ricerca in informatica e nella tecnologia. L'ottimizzazione e la statistica forniscono strumenti e modelli essenziali per l'inferenza e l'analisi dei dati, ma i "big data" hanno posto problemi nuovi in questi campi che richiedono soluzioni innovative.
Presenterò gli aspetti più significativi della mia ricerca che si indirizza principalmente nell'elaborazione e nello studio di algoritmi efficienti per l'ottimizzazione continua in scenari di grandi dimensioni e di nuovi metodi statistici per l'inferenza e l'analisi dei dati.
 

Short Bio
Saverio Salzo è Ricercatore presso l'Istituto Italiano di Tecnologia nell'unità di Computational Statistics and Machine Learning.
Si è dottorato in Informatica presso l'Università di Genova nel 2012. I suoi principali interessi di ricerca riguardano l'ottimizzazione convessa, algoritmi di tipo prossimale, algoritmi stocastici, ottimizzazione di iperparametri, ottimizzazione in spazi di probabilità, support vector machines in spazi di Banach e metodi kernel tensoriali.
Dal 2016 al 2018 è stato membro del Laboratory for Computational and Statistical Learning, una iniziativa congiunta tra l'Istituto Italiano di Tecnologia e il Massachusetts Institute of Technology. Dal 2020 è anche honorary lecturer presso il Dipartimento di Informatica dell'University College London (UCL).
https://www.iit.it/it/people-details/-/people/saverio-salzo