Docenti 2025-2026

Viola Bachini

Ho conseguito il Master Biennale in Comunicazione della Scienza alla Scuola Internazionale Superiore di Studi Avanzati di Trieste e lavoro nell'ambito collaborando con diverse istituzioni. In particolare, scrivo le pagine di scienza e tecnologia di diverse riviste nazionali, tra cui Repubblica e L'Espresso. Sono borsista al KDD Lab (Università di Pisa - Cnr), dove mi occupo della comunicazione del master in Big Data, del corso di laurea in Business Informatics e delle attività di laboratorio.

Lorenzo Bellomo

Lorenzo Bellomo ha studiato Informatica presso l’Università di Pisa, laureandosi con una tesi dal titolo “Topic Based News Recommendation”. Successivamente ha conseguito il dottorato di ricerca in Data Science presso la Scuola Normale Superiore di Pisa, con una tesi intitolata “Building a Biomedical Knowledge Graph from PubMed Central Articles”. Negli anni successivi ha svolto attività di ricerca per il dipartimento di informatica dell'Università di Pisa sui temi della compressione dei dati e dei Graph Database, spesso in collaborazione con l’azienda Sadas s.r.l. (https://www.sadas.com/), per la quale lavora attualmente.

Chiara Boldrini

Chiara Boldrini è Prima Ricercatrice presso l'IIT-CNR e responsabile del laboratorio di AI & Data Science dell'unità di ricerca Ubiquitous Internet. I suoi interessi di ricerca includono l'AI decentralizzata centrata sull'uomo, l'apprendimento causale nei sistemi pervasivi, i modelli comportamentali/cognitivi umani per l'analisi e la progettazione di reti sociali online/Metaverso. È co-responsabile per l'IIT-CNR del National Extended Partnership in Artificial Intelligence FAIR, dei progetti H2020 SoBigData++ e H2020 HumaneE-AI-Net, e ha partecipato a diversi progetti della Commissione Europea a partire dal programma FP7. Attualmente ricopre il ruolo di Editor-in-Chief delle Special Issues della rivista Elsevier Computer Communications. È stata TPC Chair di IEEE PerCom'24 e, negli anni, ha fatto parte del comitato organizzativo di numerose conferenze/workshop IEEE e ACM, tra cui IEEE PerCom e ACM MobiHoc. Recentemente, ha partecipato al Program Committee di AAAI ICWSM (senior member), The Web Conference, WSDM, tra molti altri.

Eleonora Cappuccio

Ricercatrice presso il CNR-IRPPS. Precedentemente, ha ricoperto il ruolo di assegnista di ricerca presso l'Istituto di Scienze e Tecnologie dell’Informazione “A. Faedo” del CNR ed è stata dottoranda nel Programma Nazionale di Dottorato in Intelligenza Artificiale e Società, collaborando con l’Università di Pisa e l’Università di Bari “Aldo Moro”. La sua ricerca si è focalizzata sull’Intelligenza Artificiale Human-Centered, l’Explainable AI (XAI) e la Visual Analytics. Ha sviluppato un particolare interesse per le interfacce di XAI e per il ruolo della Visual Analytics nel migliorare l'usabilità dei sistemi di IA spiegabile. Attualmente, si dedica all'analisi multimodale delle fake news.

Alessio Cascione

Sono uno laureato in Digital Humanities presso l’Università di Pisa e attualmente sto conseguendo un dottorato di ricerca nel Programma Nazionale di Dottorato in Intelligenza Artificiale.

I miei interessi di ricerca ruotano attorno ai temi del machine learning spiegabile, con un’attenzione specifica agli approcci basati sul case-based reasoning per lo sviluppo di modelli interpretabili by design.

Sono inoltre interessato agli strumenti di Natural Language Processing, in particolare all’individuazione di contenuti dannosi online.

Possiedo inoltre una laurea triennale in Filosofia presso l’Università di Pisa, dove mi sono concentrata su filosofia del linguaggio, logica filosofica ed epistemologia.

Martina Cinquini

Martina Cinquini ha conseguito nel 2021 la laurea specialistica in Data Science and Business Informatics con la tesi intitolata “Boosting Synthetic Data Generation with Effective Nonlinear Causal Discovery”. Attualmente è dottoranda in Computer Science presso l’Università di Pisa. I suoi interessi di ricerca riguardano principalmente la causalità e l’explainable AI.

Giovanni Comandè

Giovanni Comandè (LLM Harvard Law School USA, Ph.D. Scuola Superiore Sant’Anna) è Professore Ordinario di Diritto Privato comparato alla Scuola Superiore Sant’Anna dove ha studiato anche quale allievo ordinario.
Dal 1995 è avvocato, iscritto all’albo speciale per i professori universitari, in Pisa ed Attorney at law (New York Bar) sin dal 1997. È mediatore presso l’Organismo Conciliazione Pisa e formatore in mediazione. Ha insegnato in e visitato numerose università nel mondo (Washington and Lee School of Law, USA; Université Laval, Canada; Fordham School of Law, USA; Université Panthéon Assas Paris II, Faculté de Droit ; Hebrew Univeristy, Jérusalem; Wake Forrest University School of Law, USA ; University of South Carolina School of Law, USA).
Eletto membro dell’ American Law Institute (ALI www.ali.org) dove è membro consultivo in diversi progetti tra cui quello dedicato all’ Information Privacy Principles. È anche membro dello European Law Institute (ELI www.europeanlawinstitute.eu) dello European Group on Tort Law www.egtl.org e dello European Centre of Tort and Insurance Law, Vienna (www.ectil.org).
Autore di 4 monografie e di numerosi articoli e commenti, ha coordinato 14 volumi collettanei. Opera in italiano, inglese, spagnolo e francese.
Tra le aree di competenza nelle quali presta consulenza vi sono: data protection, privacy, regolazione degli algoritmi, diritto civile in generale, responsabilità civile, danni alla persona, diritto privato europeo, diritto sanitario, diritto privato delle pubbliche amministrazioni, diritto e tecnologia,  responsabilità del produttore, ADR, diritto americano, diritto delle assicurazioni, regolazione delle tecnologie.
Giovanni Comandè è socio fondatore e Presidente di Smartlex s.r.l. (www.smartlex.eu) una società di servizi e consulenza che mette competenze interdisciplinari al servizio dei cittadini e per il supporto di organizzazioni complesse (pubbliche e private) catalizzando capacità di formazione, ricerca e consulenza con la concezione e lo sviluppo di servizi innovativi e personalizzati.

Andrea Cossu

Andrea Cossu è un ricercatore al Dipartimento di Informatica dell'Università di Pisa. La sua ricerca si concentra sull'apprendimento automatico e continuo in ambienti dinamici, con applicazioni a modelli pre-allenati e sistemi dinamici adattivi. Andrea è stato membro del Board e Tesoriere dell'associazione non-profit ContinualAI e uno dei maintainer della libreria Avalanche. Andrea ha conseguito il dottorato in Data Science alla Scuola Normale Superiore, è stato ricercatore in visita a KU Leuven e ricercatore in visita a Google Brain.

Daniele Fadda

Daniele Fadda, nato a Milano 5-10-81, si laurea in Communication Design presso il Laboratorio Density Design del Politecnico di Milano nel 2010. Attualmente svolge la libera professione occupandosi prevalentemente di progetti di promozione e storytelling territoriale (nei comuni di Pisa e Città della Pieve - PG). Si è occupato di rappresentazione visiva di sistemi complessi e di visualizzazione di dati riguardanti soprattutto le infrastrutture per i trasporti e ha collaborato con diversi studi di architettura come consulente per la comunicazione. Nel tempo libero collabora come responsabile grafico con la redazione di Seconda Cronaca.

Tiziano Fagni

Tiziano Fagni è un ricercatore informatico che lavora presso l'ISTI,CNR con interessi di ricerca che coprono i settori del machine learning e del data mining, e principalmente focalizzati su problematiche di NLP applicate in contesti applicativi di text analytics. Sempre in ambito testuale, si interessa anche di problematiche di scalabilità degli algoritmi di machine learning su domini applicativi di tipo BIG DATA e ultimamente anche di tecnologie di deep learning.

Andrea Failla

Andrea Failla è dottorando in Intelligenza Artificiale per la Società nell’ambito del Dottorato Nazionale in Intelligenza Artificiale. È inoltre assegnista di ricerca presso il Consiglio Nazionale delle Ricerche (CNR), dove collabora con il Knowledge Discovery and Data Mining Laboratory (KDDLab). La sua attività di ricerca si concentra sulle applicazioni della network science alle scienze sociali computazionali, con un’attenzione specifica su reti dinamiche e higher-order. Più recentemente, si è dedicato allo studio delle opportunità e delle sfide legate all’impiego dei Large Language Models nella ricerca in scienze sociali.

Paolo Ferragina

È professore ordinario di algoritmi e prorettore per la ricerca applicata e l’innovazione dell’Università di Pisa. Coordina il laboratorio di ricerca Advanced Algorithms and Applications (Acube Lab, http://acube.di.unipi.it) la cui ricerca si svolge nell’ambito dell’algoritmica per big data, con particolare riferimento a grandi collezioni di dati testuali. E’ autore di più di 120 pubblicazioni su riviste e conferenze internazionali, 6 brevetti US (di cui 2 già accettati, e 3 di proprietà Yahoo! e 1 di proprietà NYU, ancora in valutazione), e vari capitoli su libri editi da CRC press, Springer, Mondadori e Boringhieri. E’ stato invited speaker e co-chair di importanti scuole di dottorato e conferenze internazionali sui temi dell’algoritmica e della Web Search. E' nell'editorial board del Journal on Graph Algorithms and Applications. La sua ricerca ha ottenuto numerosi riconoscimenti scientifici, tra i più recenti si ricordano un Yahoo Faculty Award (2006-2011) nell’ambito delle strutture dati compresse, e 2 Google Faculty Awards (2010 e 2013) nell’ambito della ricerca semantica.

Giulio Ferrigno

Giulio Ferrigno è Ricercatore (RTD-B) presso la Scuola Superiore Sant'Anna di Pisa. Ha svolto diversi periodi di ricerca presso prestigiose università come l'Università di Cambridge, l'Università di Tilburg e l'Università di Umea. I suoi principali temi di ricerca riguardano big data, Industria 4.0 nel management d’impresa. I suoi lavori sono stati pubblicati su autorevoli riviste internazionali tra cui Small Business
Economics, Technological Forecasting and Social Change, International Journal of Management Reviews, R&D Management, Technology Analysis & Strategic Management, Review of Managerial Science, European Journal of Innovation Management, International Journal of Entrepreneurial Behavior & Research. È Associate Editor di Technology Analysis & Strategic Management.

Giacomo Fidone

Giacomo Fidone è dottorando in Intelligenza Artificiale presso il Dipartimento di Informatica dell'Università di Pisa. I suoi interessi di ricerca si collocano prevalentemente nell'ambito del Natural Language Generation (NLG) e dell'explainability, con particolare riguardo a Large Language Models (LLMs) e metodi generativi per l'induzione di modelli interpretabili. Prima del dottorato, ha collaborato al progetto PIANO come assegnista di ricerca, occupandosi dello sviluppo di simulatori di online social network.

Riccardo Guidotti

Riccardo Guidotti è nato nel 1988 a Pitigliano (GR) Italia. Si è laureato con lode in Informatica nel 2013, presso l'Università di Pisa. La sua tesi di laurea si intitola "Mobility Ranking: Human Mobility Analysis using Ranking Measures". Ha iniziato il dottorato di ricerca in Computer Science presso la Scuola per Graduate Studies "Galileo Galilei", (Università di Pisa), nel novembre 2013. Attualmente è membro del Knowledge Discovery and Data Mining Laboratory.

Andrea Iommi

Andrea Iommi ha conseguito la laurea magistrale in informatica presso l'Università di Pisa nel 2024 con 110/110, specializzandosi nell'Intelligenza artificiale (IA). Attualmente, è impegnato in un percorso di dottorato di ricerca (National PhD for Society) presso la medesima istituzione. La sua ricerca si concentra su temi quali Explainable Artificial Intelligence (XAI) and Ranking.

Cristiano Landi

Cristiano Landi (nato nel 1998 a Cecina, LI, Italia) è dottorando presso il Dipartimento di Informatica dell’Università di Pisa e membro del Knowledge Discovery and Data Mining Laboratory (KDDLab), gruppo di ricerca in collaborazione con l’ISTI-CNR di Pisa e la Scuola Normale Superiore.
Cristiano ha conseguito la laurea magistrale in Data Science & Business Informatics presso l’Università di Pisa nel 2022, con una tesi dal titolo “Interpretable Machine Learning Models for Trajectory Classification”. Ha inoltre conseguito la laurea triennale in Informatica presso la stessa università nel 2017.

La sua attività di ricerca si concentra sullo sviluppo di rappresentazioni alternative dei dati per migliorare le prestazioni dei modelli di machine learning allo stato dell’arte. Nel corso della sua carriera accademica ha collaborato con il Data Science Lab dell’Università del Pireo (Grecia) su un progetto di Mobility Data Representation for Sub-Trajectory Clustering. I suoi ulteriori interessi di ricerca includono Mobility Data Analytics, Explainable and Interpretable AI e Human-Centered AI.

Fabrizio Lillo

Fabrizio Lillo è Professore Ordinario di metodi matematici per l'economia e le scienze attuariali e finanziarie presso l'Università di Bologna. Fino al Maggio 2017 è stato Professore associato di Matematica finanziaria presso la Scuola Normale Superiore, Pisa, dove ha diretto il gruppo di Finanza Quantitativa. E' stato anche Professore e membro dell'External Faculty del Santa Fe Institute (USA). Ha conseguito la laurea e il dottorato  di ricerca in Fisica presso l'Università di Palermo. E' stato postdoc (1999-2001) e ricercatore di terzo livello (2001-2003) dell'Istituto Nazionale per la Fisica della Materia E’ stato anche postdoc presso il Santa Fe Institute (USA). Nel 2007 ha ricevuto il Young Scientist Award for Socio- and Econophysics della German Physical Society. E' autore di più di 85 articoli in riviste internazionali e secondo Google Scholar ha ricevuto 5.600 citazioni (h-index is 36). E’ stato invited speaker in più di 25 conferenze internazionali negli ultimi 4 anni.  E' anche membro dell'editorial board di 5 riviste scientifiche (tra cui Journal of Statistical Mechanics (JSTAT) e Market Microstructure and Liquidity) ed è referee di molte riviste e agenzie di ricerca internazionali. E’ responsabile di una delle unità del progetto H2020 SoBigData. E’ anche stato responsabile di un’unità del progetto Europeo FP7 CRISIS (Complexity Research Initiative for Systemic InstabilitieS) e di un progetto finanziato da  INET, entrambi focalizzati su rischio sistemico finanziario. Infine è stato responsabile di unità di ELSA e ComplexWorld, due progetti europei su Air Traffic Management. La sua attività di ricerca attuale è focalizzata sui mercati finanziari con un’enfasi particolare sulla dinamica ad alta frequenza e la microstruttura dei mercati, modelli di network e inferenza su reti variabili nel tempo. Inoltre si interessa di rischio sistemico, data science in finanza, economia e scienze sociali. Per maggiori informazioni si veda https://fabriziolillo.wordpress.com

Angelica Lo Duca

Angelica Lo Duca lavora come post-doc presso l’Istituto di Informatica e Telematica del CNR di Pisa. Ha conseguito la laurea magistrale in Ingegneria informatica nel 2007 e il dottorato di ricerca in Ingegneria dell’Informazione nel 2012, entrambi presso l’università di Pisa. Attualmente è membro del laboratorio WAFI (Web Applications for the Future Internet), nel gruppo di Data Visualization e Semantic Web. I suoi interessi di ricerca includono Semantic Web, Data Integration, Data Science e Data Security, applicati ai campi del turismo e dei Beni Culturali. Ha scritto più di 10 articoli scientifici riguardanti questi argomenti. Ha inoltre supervisionato numerose tesi su Linked Data, Beni Culturali e turismo.

Andrea Macrì

Andrea Macrì obtained his Bachelor’s degree in Economics (2017) and Master’s degree in Finance (2020) from the University of Siena. Since 2021, he has been a PhD candidate (XXVII cycle) in Computational Methods and Mathematical Models for Sciences and Finance, under the supervision of Professors F. Lillo and S. Marmi.

His research primarily focuses on financial microstructure and the application of machine learning techniques to financial markets, aiming to study the behaviour of financial agents and price formation. Specifically, his contributions centre on reinforcement learning techniques for optimal execution and optimal investment, with a particular emphasis on algorithmic game theory and market impact games.

Lorenzo Mannocci

Lorenzo Mannocci ha conseguito il dottorato di ricerca in Intelligenza Artificiale presso l'Università di Pisa e l'IIT-CNR. Attualmente è ricercatore nel progetto europeo TANGO sui modelli di Intelligenza Artificiale Ibrida per il rilevamento di comportamenti e contenuti (non) autentici. È interessato all'intersezione tra web science e data science, in particolare allo studio del rilevamento dei bot e dei comportamenti coordinati online. Conduce inoltre ricerche nell'ambito dell'intelligenza artificiale spiegabile e dell'interazione uomo-computer, con particolare attenzione all'uso di sistemi basati su RAG.

Riccardo Massidda

Riccardo Massidda è un ricercatore post-doc presso il Dipartimento di Informatica dell’Università di Pisa. La sua ricerca si concentra sull’intersezione tra machine learning e statistica causale, concentrandosi sulla astrazione di modelli causali. Ha conseguito il dottorato nel contesto della ELLIS Society, sotto la supervisione di Davide Bacciu (Università di Pisa) e Sara Magliacane (Università di Amsterdam).

Giovanni Mauro

Giovanni Mauro è nato a Catanzaro (CZ) nel 1995. Riceve il BSc  in Informatica presso l’Università di Pisa (con Erasmus+ di un anno presso la Universidad Autónoma de Madrid) nel 2019 e il MSc in Data Science presso la Universitat Politècnica de Catalunya - BarcelonaTech nel 2021.
Prima di unirsi al Dottorato Nazionale in Intelligenza Artificiale ha lavorato come Data Engineer presso privati e ha cooperato con il KDD-Lab dell’IST-CNR per progetti riguardanti Sport Analytics e Human Mobility Analysis.
Ad oggi, i suoi principali interessi di ricerca sono lo sviluppo di algoritmi per lo studio e la previsione di flussi e traiettorie di mobilità, insieme allo studio dei meccanismi di segregazione che accadono in ambiente urbano. Inoltre, ricopre il ruolo di Research Associate presso ISTI-CNR e collabora con l’unità di ricerca “Networks” di IMT Lucca. E’ Community activist per il Task “Sustainable Cities for Citizens” dell’infrastruttura di ricerca “SoBigData++"
Calcio, tennis, mare, viaggi e moro sono le sue principali passioni.

Anna Monreale

È Professore Associato presso il Dipartimento di Informatica dell'Università di Pisa e membro del Knowledge Discovery and Data Mining Laboratory (KDD-Lab), un centro di ricerca congiunto tra ISTI-CNR e Università di Pisa. I suoi temi di ricerca includono lo studio della big data analytics, delle social networks e dei problemi di privacy che possono sorgere durante l'analisi di dati personali e sensibili. Ha partecipato a diversi progetti di ricerca europei, tra cui il più recente PETRA, il cui tema principale è la mobilità in ambito "smart cities". È stata visiting researcher nel 2010 presso lo Stevens Institute of Technology (Hoboken, NewJersey, USA) e nel 2014 presso l'Università del New Brunswick in Canada. Anna ha conseguito il titolo di Ph.D. in Informatica presso l'Università di Pisa nel 2011 presentando una tesi di dottorato dal titolo "Privacy-by-design in data mining". Anna è anche vice-direttrice del Master Big Data.

Mirco Nanni

È ricercatore presso l'istituto ISTI del CNR, Pisa. Ha una laurea in Scienze dell'informazione (1996) ed un dottorato di ricerca in Informatica (2001) ottenuti presso l'università di Pisa. I suoi temi di ricerca includono il data mining in generale, metodi di clustering, mobility data analysis e le loro applicazioni. Ha partecipato a numerosi progetti nazionali ed internazionali, tra cui il più recente PETRA, progetto europeo incentrato sul tema della mobilità in ambito "smart cities". E' stato visiting researcher presso vari istituti internazionali, tra cui l'M.I.T.

Franco Maria Nardini

Franco Maria Nardini (http://hpc.isti.cnr.it/~nardini/) è attualmente ricercatore presso ISTI-CNR di Pisa. Ha conseguito il Dottorato di Ricerca in Ingegneria dell'Informazione presso l'Università di Pisa nel 2011 discutendo la tesi ``Query Log Mining to Enhance User Experience in Search Engines''. I suoi interessi di ricerca si concentrano su Web Information Retrieval, Data Mining e Machine Learning. Franco Maria Nardini è membro del comitato di programma di importanti conferenze in IR e DM come ACM CIKM, SIGKDD, WSDM. E' autore di più di 25 articoli pubblicati su riviste e conferenze internazionali di Web Information Retrieval di Data Mining.

Francesca Naretto

Francesca Naretto è una ricercatrice presso l’Università di Pisa. Ha conseguito il dottorato in Data Science alla Scuola Normale Superiore, dove si è occupata dell’intersezione tra spiegabilità e privacy nei modelli di apprendimento automatico. I suoi interessi di ricerca riguardano l’intelligenza artificiale etica, in particolare la privacy, la fairness ed il learning federato. Attualmente studia come questi principi possano essere integrati nella progettazione di sistemi di IA affidabili, trasparenti e conformi alle normative europee.

Luca Pappalardo

Ha conseguito la laurea specialistica in Informatica all'Università di Salerno e il dottorato di ricerca in Informatica all'Università di Pisa, con la tesi "Human Mobility, Social Networks and Economic Development: a Data Science perspective". Si occupa dell'analisi di Big Data per lo studio di diversi aspetti del comportamento sociale umano, tra cui i pattern della mobilità e della migrazione umana, la struttura e l'evoluzione delle reti complesse, i pattern del successo negli sport, la valutazione automatica delle prestazioni umane, lo sviluppo di approcci data-driven per il monitoraggio del benessere economico in città, territori e nazioni.

Dino Pedreschi

È professore ordinario di Informatica all’Università di Pisa ed un pioniere della big data analytics, ovvero l’analisi delle tracce digitali delle attività umane per comprendere la complessità sociale. Dirige con Fosca Giannotti il KDD LAB – Knowledge Discovery and Data Mining Laboratory [kdd.isti.cnr.it] – un centro di ricerca congiunto fra l’Università di Pisa e l’Istituto di Scienza e Tecnologie dell’Informazione del CNR, uno dei primi focalizzati sul “data mining”. Il tema centrale delle sue ricerche è il “social mining” e l’impatto dei big data sulla società: smart cities, mobilità, reti sociali ed economiche, etica e privacy, democrazia. È un fondatore della laurea magistrale in Business Informatics dell’Università di Pisa, un corso di studi internazionale dedicato alla formazione di “data scientist” interdisciplinari, e dello European Laboratory on Big Data Analytics and Social Mining [www.sobigdata.eu]. È stato professore visitatore al Center for Complex Network Research della Northeastern University a Boston (2009-2010) e alla University of Texas ad Austin (1989-90), al CWI Amsterdam (1993) e ad UCLA (1995). Nel 2009, ha ricevuto un Google Research Award per le sue ricerche su “privacy-preserving data mining”.

Roberto Pellungrini

Nato e cresciuto a Viareggio, Toscana, Roberto Pellungrini è dottorando in Informatica presso l’Università di Pisa. I suoi interessi principali di ricerca riguardano gli aspetti etici legati al mondo della Scienza dei Dati, in particolare le problematiche relative alla Privacy degli individui. Prima di vincere la borsa di Dottorato, ha conseguito la Laurea Magistrale in Informatica per l’Economia e L’Azienda, con tesi sulla Valutazione del Rischio di Privacy e della Qualità dei Dati di Mobilità Umana.

Marco Podda

Marco Podda è ricercatore (RTD-A) al Dipartimento di Informatica dell’Università di Pisa, dove è anche membro del Computational Intelligence & Machine Learning (CIML) group. Ha ottenuto il dottorato in Informatica presso l’Università di Pisa nel 2021. Si occupa di intelligenza artificiale, apprendimento automatico, reti neurali, deep learning e modelli generativi che operano su dati strutturati, come ad esempio sequenze e grafi. La sua ricerca viene applicata specialmente in ambito biomedico.

Alessandro Poggiali

Alessandro Poggiali è dottorando in Intelligenza Artificiale all’Università di Pisa, dove ricerca su algoritmi quantistici ibridi per clustering, feature selection e anomaly detection. Ha conseguito laurea triennale e magistrale in Informatica nella stessa università. Ha collaborato con il Fraunhofer IKS di Monaco su autoencoder quantistici e svolge attività di didattica e divulgazione, tra cui l’organizzazione del Quantum Festival. La sua attuale ricerca mira a sviluppare modelli di intelligenza artificiale quantistica più efficienti e interpretabili.

Giuseppe Prencipe

Giuseppe Prencipe è attualmente Professore Associato presso il Dipartimento di Informatica dell'Università di Pisa. I suoi interessi di ricerca vertono su sistemi distribuiti, mobile e wearable computing; ha al suo attivo oltre 50 pubblicazioni scientifiche su riviste e atti di conferenza internazionali, e ha partecipato a numerosi progetti di ricerca nazionali e internazionali. Ha contribuito alla progettazione e allo sviluppo di soluzioni software dedicate ad ambienti distribuiti popolati da robot mobili, e ha sviluppato applicazioni mobili su piattaforme Android, Android Wear e iOS.

Salvatore Rinzivillo

È un Ricercatore del laboratorio Knowledge Discovery and Data Mining (KDD Lab) dell'Istituto di Scienza e Tecnologie dell'Informazione del CNR. Le sue attività di ricerca ruotano attorno all'analisi e la comprensione di dati di mobilità, in particolare con strumenti di clustering di dati strutturati, estrazione di indicatori di performance e rappresentazione visuale dei pattern estratti.

Giulio Rossetti

Giulio Rossetti ha conseguito il dottorato di ricerca in Informatica presso l'Università di Pisa nel 2015 con una tesi dal titolo "Social Network Dynamics". Attualmente è ricercatore presso ISTI-CNR, e membro del KDD Lab (Knowledge Discovery and Data Mining). I suoi interessi di ricerca ruotano intorno all'analisi di Big Data per lo studio e la modellazione di eterogenei aspetti del comportamento sociale tra cui: l'analisi evolutiva di reti complesse; lo studio di processi diffusivi; la definizione di approcci data-driven finalizzati alla caratterizzazione e predizione del successo.

Salvatore Ruggieri

È professore ordinario presso il Dipartimento di Informatica dell'Università di Pisa, dove fa parte del laboratorio di ricerca congiunto con ISTI-CNR denominato KDDLAB (http://www-kdd.isti.cnr.it). Ha conseguito il dottorato di Ricerca in Informatica nel 1999, con una tesi premiata dal capitolo italiano della European Associatation for Theoretical Computer Science. Insegna corsi di (laboratorio di) datawarehousing e data mining e di tecnologie per il web marketing. È attualmente presidente del Corso di Laurea Magistrale in Informatica per l'Economia e per l'Azienda (Business Informatics). I suoi temi di ricerca coprono aspetti etici nel data mining (privacy e fairness), algoritmi di classificazione sequenziali e paralleli, linguaggi e sistemi per il processo di estrazione della conoscenza, applicazioni e casi di studio. È stato recentemente chair del XIII Convegno Italiano dell'Associazione Italiana per Intelligenza Artificiale (Pisa, 10-12 Dicembre 2014). Home page: http://pages.di.unipi.it/ruggieri

Cosimo Rulli

Cosimo Rulli é un ricercatore presso il Consiglio Nazionale delle Ricerche (CNR) in Italia. Ha conseguito il dottorato di ricerca nel 2023 presso l’Università di Pisa, con una tesi sulla compressione delle reti neurali profonde. I suoi interessi di ricerca includono Deep Learning, Model Compression e tecniche di Approximate Nearest Neighbor, in particolare applicate all’Information Retrieval. E' stato vincitore del premio ACM SIGIR 2024 Best Paper Runner-Up e del premio ECIR 2025 Best Student Short Paper. E' revisore per ACM TOIS, IEEE TKDE e PMC, e fa parte del comitato di programma di SIGIR, ECIR, CIKM e WSDM.

Francesco Spinnato

Francesco Spinnato ha conseguito la laurea triennale in Economia e Management presso l’Università di Padova nel 2017 e la laurea magistrale in Data Science presso l’Università di Pisa nel 2020. Ha ottenuto il dottorato di ricerca in Data Science presso la Scuola Normale Superiore nel 2024.
Attualmente è ricercatore (RTD-A) presso l’Università di Pisa e membro del Knowledge Discovery and Data Mining Laboratory (KDDLab), un gruppo di ricerca congiunto con l’Istituto di Scienza e Tecnologie dell’Informazione del Consiglio Nazionale delle Ricerche di Pisa. La sua attività di ricerca si concentra sull’Explainable AI (XAI) applicata a dati sequenziali, con particolare attenzione all’interpretazione di modelli black-box per serie temporali univariate e multivariate.
Il dott. Spinnato ha ricevuto il Premio Nazionale Socint G-Research 2023–2024 per la sua tesi di dottorato, “Explanation Methods for Sequential Data Models”.

Salvatore Trani

Salvatore Trani ha conseguito la laurea in Informatica presso l'Università di Pisa nel 2013. Intraprende successivamente un periodo di collaborazione con l'Istituto di Scienza e Tecnologie dell'Informazione (ISTI) "A. Faedo" del Consiglio Nazionale delle Ricerche (CNR) di Pisa. Collaborazione che prosegue anche durante i suoi studi presso la scuola di Dottorato di Informatica dell'Università di Pisa. Nel 2016 conclude il suo dottorato con una tesi dal titolo "Improving Efficiency and Effectiveness of Document Understanding in Web Search" e ad oggi è in attesa della discussione del suo lavoro. Attualmente è assegnista di ricerca presso l'ISTI-CNR. I suoi principali interessi di ricerca spaziano dall'Information Retrieval al Web Mining e al Machine Learning. È autore di diversi articoli su questi argomenti, pubblicati su riviste e conferenze internazionali.