Learning with Kernels on Graphs: DAG-based kernels, data streams and RNA function prediction.

In many application domains data can be naturally represented as graphs. When the application of analytical solutions for a given problem is unfeasible, machine learning techniques could be a viable way to solve the problem. Classical machine learning techniques are defined for data represented in a vectorial form. Recently some of them have been extended to deal directly with structured data. Among those techniques, kernel methods have shown promising results both from the computational complexity and the predictive performance point of view. Kernel methods allow to avoid an explicit mapping in a vectorial form relying on kernel functions, which informally are functions calculating a similarity measure between two entities. However, the definition of good kernels for graphs is a challenging problem because of the difficulty to find a good tradeoff between computational complexity and expressiveness. Another problem we face is learning on data streams, where a potentially unbounded sequence of data is generated by some sources. There are three main contributions in this thesis. The first contribution is the definition of a new family of kernels for graphs based on Directed Acyclic Graphs (DAGs). We analyzed two kernels from this family, achieving state-of-the-art results from both the computational and the classification point of view on real-world datasets. The second contribution consists in making the application of learning algorithms for streams of graphs feasible. Moreover,we defined a principled way for the memory management. The third contribution is the application of machine learning techniques for structured data to non-coding RNA function prediction. In this setting, the secondary structure is thought to carry relevant information. However, existing methods considering the secondary structure have prohibitively high computational complexity. We propose to apply kernel methods on this domain, obtaining state-of-the-art results.

Narratori degli anni zero. Storia, critica, poetiche

Il lavoro si propone come un’indagine sulla letteratura italiana del primo decennio del XXI secolo, in una prospettiva non di semplice ricognizione ma di individuazione di linee interpretative capaci di ripercorrere un archivio di materiali molto vasto e non ancora chiuso. La prima parte affronta questioni relative a condizioni produttive, ricezione e valutazione critica della letteratura contemporanea. Il primo capitolo è dedicato alla discussione di problemi relativi allo studio della narrativa italiana del XXI secolo a partire dalla definizione utilizzata per riferirsi ad essa, quella di “anni zero”. Il secondo capitolo situa la narrativa contemporanea nelle linee di sviluppo della letteratura italiana degli ultimi trent’anni, a partire da un mutamento del rapporto dello scrittore con la tradizione umanistica che risale all’inizio degli anni ottanta. Il terzo capitolo approfondisce uno dei generi maggiormente praticati: il romanzo storico. Considerato negli anni ottanta e novanta un genere d'evasione e intrattenimento, negli anni zero è divenuto veicolo di punti di vista critici nei confronti delle narrazioni dominanti. La seconda parte è dedicata all’approfondimento di romanzi che raccontano, da un’ottica non testimoniale, gli anni settanta italiani, periodo complesso non solo sul piano evenemenziale, ma anche su quello della rielaborazione artistica. I romanzi su cui si concentra l’indagine offrono un racconto degli anni settanta italiani a partire da un’idea di storia plurale, ricostruita attraverso una molteplicità di voci, che muta a seconda della prospettiva da cui viene affrontata. Le storie false dei romanzi sugli anni settanta non chiedono di essere lette come vere, ma dicono comunque qualcosa di vero sulle modalità attraverso le quali si va costruendo il rapporto con il passato recente, nel più ampio contesto dei percorsi della letteratura italiana di inizio millennio, tra spinte che vanno nella direzione del mantenimento dell’autonomia da parte degli autori e pressioni del mercato editoriale.