• Non ci sono risultati.

Dr. Mara Sangiovanni

N/A
N/A
Protected

Academic year: 2022

Condividi "Dr. Mara Sangiovanni"

Copied!
2
0
0

Testo completo

(1)

Dr. Mara Sangiovanni

Dati Personali

Nome: Mara Sangiovanni Luogo e Data di nascita: Napoli | 1 Luglio 1975

Ufficio : Area di Ricerca CNR - Via Pietro Castellino 111, 80131 Napoli +39 0816139506

email: mara.sangiovanni@cnr.it

profilo LinkedIn: https://www.linkedin.com/in/mara-sangiovanni/

Esperienze lavorative

dal 07/2020 Ricercatore. Attività di ricerca sui temi del Deep Learning applicato ad immagini mediche. Istituto di Calcolo e Reti ad Alte Prestazioni (ICAR) - CNR, Napoli

11/2017–07/2020 Assegnista di Ricerca. Realizzazione di servizi di supporto alla bioin- formatica. Stazione Zoologica Anton Dohrn, Napoli

06/2014–10/2017 Assegnista di Ricerca. Studio di tecniche di Machine Learning per l’elaborazione di dati biologici. Istituto di Calcolo e Reti ad Alte Prestazioni (ICAR) - CNR, Napoli

10/2010–07/2011 Professore a contratto. Attività integrative del corso di Ingegneria del software. Università Federico II, Napoli

09/2009–03/2011 Titolare di Borsa di Studio. Realizzazione di software per l’analisi di reti geniche su organismi modello. Università Federico II, Napoli 07/1997–04/2004 Analista Programmatore e Database Manager. Presso azienda Softlab

Due/Neatec, Napoli

Formazione

05/2011 – 05/2014 Dottorato in Biologia Computazionale e Bioinformatica Università Federico II Napoli

Titolo della tesi Model Checking of Metabolic Networks: Application to Metabolic Diseases

03/2009 Laurea Magistrale in Informatica Università Federico II Napoli

Titolo della tesi Metodi di apprendimento non supervisionato per l’analisi di serie temporali con applicazioni alla videosorveglianza

Pubblicazioni selezionate

Antonelli, L., Guarracino, M. R., Maddalena, L., Sangiovanni, M. Integrating imaging and omics data: A review. Biomedical Signal Processing and Control 52 (2019).

Ambrosino, L., Tangherlini, M., Colantuono, C., Esposito, A., Sangiovanni, M., Miralto, M., .Sansone, C., Chiusano, M. L. Bioinformatics for marine products: An overview of resources, bottlenecks, and perspectives. Marine drugs, 17(10)(2019)

Sangiovanni, M., Granata, I., Thind, A. S., Guarracino, M. R.From trash to treasure: detecting unexpected contamination in unmapped NGS data. BMC bioinformatics 20.4 (2019).

Granata, I., Troiano, E., Sangiovanni, M. Guarracino, M. R. Integration of transcriptomic data in a genome-scale metabolic model to investigate the link between obesity and breast cancer. BMC bioin- formatics 20.4 (2019).

Viola M., Sangiovanni M., Toraldo G., Guarracino M.R. Semi-supervised Generalized Eigenvalues Classi- fication Annals of Operations Research. 276 (1) (2017).

(2)

Viola M., Sangiovanni M., Toraldo G., Guarracino M.R.. A generalized eigenvalues classifier with em- bedded feature selection. Optimization Letters. 11 (2) (2015).

Pagliarini R., Sangiovanni M., Peron A., di Bernardo D. Combining Flux Balance Analysis and Model Checking for metabolic network validation and analysis. Natural Computing. 14 (3) (2014).

Sangiovanni M., Vigilante A., Chiusano, M. L.. Exploiting a Reference Genome in Terms of Duplications:

the Network of Paralogs and Single Copy Genes in Arabidopsis thaliana. Biology. 2 (4) (2013).

Riferimenti

Documenti correlati

– Environment provides information to the Learning element, that uses it to improve the base of explicit knowledge. – Knowledge base expresses explicit knowledge in

Machine Learning (ML) and Data Mining (DM) – Machine Learning (ML) and Data Mining (DM) – Concepts and Techniques for automatic knowledge Concepts and Techniques for

● Can learn any Petri net without duplicate tasks and without more than one place with the same input and output tasks. ● New models formalism, called

Si implementi la funzione ricorsiva void gioco, che indipendentemente dalla implementazione della struttura dati Stack, prendendo in input i due Stack, effettui un gioco nel

a) Si implementi la funzione ricorsiva void gira(struct elemento *L1) che elimina dalla lista Lista1 in successione tutti gli elementi eliminando alternativamente la chiave minore

Si implementi la funzione void togli_somma che prende in input le due liste (Lista1 e Lista2) ed elimina dalla lista Lista2 il numero m se la somma degli elementi contenuti in

(20) hanno registrato in pazienti affette da SLE un minore colesterolo HDL ed una maggiore trigliceridemia rispetto ai controlli; il 18% di tali pazienti presentava la MetS secondo

The article on osteoporo- sis in rheumatic diseases focuses on the epidemiology (5) and the main underlying pathophysiologic mechanisms not only of rheumatoid arthritis but also