MoNET the Mobile Network Emulation Tool Modulo kernel per l’emulazione del canale wireless

MoNET e' un emulatore per reti wireless mobili, composto da una suite di software distribuiti. MoNET fornisce a ricercatori e sviluppatori un ambiente virtualizzato controllato per lo sviluppo e il test di applicazioni mobili e protocolli di rete per qualsiasi tipologia di hardware e piattaforma software che possa essere virtualizzata. La natura distribuita di questo emulatore permette di creare scenari di dimensione arbitraria. La rete wireless viene emulata in maniera trasparente, quindi la connettività percepita da ogni nodo virtuale, presenta le stesse caratteristiche di quella fisica emulata.

Ottimizzazione, guidata dall'applicazione, della scansione di canali WiFi in kernel Linux

La tesi ha visto la creazione di una applicazione in grado di inviare e ricevere messaggi verso un kernel Linux 3.6.8, che e' stato modificato nel modulo net/mac80211. Lo scopo e' stato permettere all'applicazione di attivare/disattivare comportamenti alternativi del metodo di scansione di canali Wi-Fi. Sono rese possibili le seguenti funzionalita': disattivare la scansione, rendere non interrompibile la scansione software, ricevere notifiche a completamento di una scansione software. Per la comunicazione sono stati usati i socket netlink.

Transmission Error Detector per Wi-Fi su kernel Linux 4.0

Il lavoro descrive la progettazione, l'implementazione e il test sperimentale di un meccanismo, integrato nel kernel Linux 4.0, dedicato al riconoscimento delle perdite dei frame Wi-Fi.

Analytic modelling of the galactic fountain in the Milky Way potential

Le galassie a spirale, come la Via Lattea, sono caratterizzate dalla presenza di gas freddo e formazione stellare e vengono perciò chiamate star-forming. Per creare nuove stelle è necessaria una sufficiente riserva di gas, la cui disponibilità governa l’evoluzione della galassia stessa. Finora, non è stato individuato con certezza un meccanismo che possa alimentare la formazione di nuove stelle nelle galassie star-forming. Una delle possibili sorgenti di tale gas è l’alone galattico caldo (corona galattica) il cui raffreddamento e successivo accrescimento possono essere stimolati dal processo di fontana galattica. L’esplosione di supernovae porta nubi di gas freddo in orbita al di sopra del disco stellare; queste nubi raggiungono altezze dell’ordine del kiloparsec, interagendo con la corona di gas caldo. Il moto delle nubi all’interno di un mezzo meno denso comporta l’instaurarsi dell’instabilità di Kelvin-Helmholtz, che ’strappa’ gas dalle nubi e causa la condensazione di materia coronale. Quest’ultima viene quindi accresciuta e, ricadendo sul disco, trasferisce nuovo materiale alla galassia e ne alimenta la formazione stellare. Lo scopo di questa tesi è derivare un modello analitico di fontana galattica che consenta di ottenere una formulazione analitica per il tempo orbitale, cioè il tempo richiesto alle nubi per ricadere sul disco galattico. Infatti, più u tempo le nubi impiegano per attraversare il materiale coronale caldo e ricadere sul disco, più materiale viene accresciuto durante l’orbita. Conoscendo i tempi orbitali sarebbe possibile calcolare il tasso di accrescimento legato al fenomeno di fontana e studiarne l’andamento con il raggio del disco. Questo modello potrebbe rivelarsi utile per lo studio dell’impatto della fontana nell’evoluzione globale del disco galattico e della chimica dell’intera galassia.

Sviluppo ed applicazione di tecniche di Multiple Kernel Learning per dati di neuroimaging

Questo lavoro di tesi riguarda lo studio e l’implementazione di un algoritmo di multiple kernel learning (MKL) per la classificazione e la regressione di dati di neuroimaging ed, in particolare, di grafi di connettività funzionale. Gli algoritmi di MKL impiegano una somma pesata di vari kernel (ovvero misure di similarità) e permettono di selezionare le features utili alla discriminazione delle istanze durante l’addestramento del classificatore/regressore stesso. L’aspetto innovativo introdotto in questa tesi è stato lo studio di un nuovo kernel tra grafi di connettività funzionale, con la particolare caratteristica di conservare l’informazione relativa all’importanza di ogni singola region of interest (ROI) ed impiegando la norma lp come metodo per l’aggiornamento dei pesi, al fine di ottenere soluzioni sparsificate. L’algoritmo è stato validato utilizzando mappe di connettività sintetiche ed è stato applicato ad un dataset formato da 32 pazienti affetti da deterioramento cognitivo lieve e malattia dei piccoli vasi, di cui 16 sottoposti a riabilitazione cognitiva tra un’esame di risonanza ma- gnetica funzionale di baseline e uno di follow-up. Le mappe di con- nettività sono state ottenute con il toolbox CONN. Il classificatore è riuscito a discriminare i due gruppi di pazienti in una configurazione leave-one-out annidata con un’accuratezza dell’87.5%. Questo lavoro di tesi è stato svolto durante un periodo di ricerca presso la School of Computer Science and Electronic Engineering dell’University of Essex (Colchester, UK).

Heat kernel and worldline path integrals for the Proca theory

In this thesis we study the heat kernel, a useful tool to analyze various properties of different quantum field theories. In particular, we focus on the study of the one-loop effective action and the application of worldline path integrals to derive perturbatively the heat kernel coefficients for the Proca theory of massive vector fields. It turns out that the worldline path integral method encounters some difficulties if the differential operator of the heat kernel is of non-minimal kind. More precisely, a direct recasting of the differential operator in terms of worldline path integrals, produces in the classical action a non-perturbative vertex and the path integral cannot be solved. In this work we wish to find ways to circumvent this issue and to give a suggestion to solve similar problems in other contexts.

Analytic models of self-gravitating rotating gaseous tori with central black hole

In this thesis project, I present stationary models of rotating fluids with toroidal distributions that can be used to represent the active galactic nuclei (AGN) central obscurers, i.e. molecular tori (Combes et al., 2019), as well as geometrically thick accretion discs, like ADAF discs (Narayan and Yi, 1995) or Polish doughnuts (Abramowicz, 2005). In particular, I study stationary rotating systems with a more general baroclinic distribution (with a vertical gradient of the angular velocity), which are often more realistic and less studied, due to their complexity, than the barotropic ones (with cylindrical rotation), which are easier to construct. In the thesis, I compute analytically the main intrinsic and projected properties of the power-law tori based on the potential-density pairs of Ciotti and Bertin (2005). I study the density distribution and the resulting gravitational potential for different values of α, in the range 2 < α < 5. For the same models, I compute the surface density of the systems when seen face-on and edge-on. I then apply the stationary Euler equations to obtain rotational velocity and temperature distributions of the self-gravitating models in the absence of an external gravitational potential. In the thesis I also consider the power-law tori with the presence of a central black hole in addition to the gas self-gravity, and solving analytically the stationary Euler equations, I compute how the properties of the system are modified by the black hole and how they vary as a function of the black hole mass. Finally, applying the Solberg-Høiland criterion, I show that these baroclinic stationary models are linearly stable in the absence of the black hole. In the presence of the black hole I derive the analytical condition for stability, which depends on α and on the black hole mass. I also study the stability of the tori in the hypothesis that they are weakly magnetized, finding that they are always unstable to this instability.

Analytic Network Process (ANP) a supporto della scelta della strategia produttiva: sviluppo e test di un approccio decisionale

Di fronte alla concorrenza globale, la sopravvivenza di un'azienda manifatturiera dipende sempre più da come essa può progettare, gestire e strutturare al meglio il proprio sistema di produzione per far fronte alla diversità dei prodotti, per migliorare l'affidabilità di consegna e anche per ridurre i costi. In questo contesto, le aziende manifatturiere utilizzano spesso sistemi di produzione diversi, in base a ciò che richiede il mercato. Molto in generale, i sistemi produttivi possono essere classificati in due categorie principali: make-to-stock (MTS) e make-to-order (MTO), in base alla politica di risposta alla domanda del mercato. Nel nuovo contesto competitivo le aziende si sono trovate a dover produrre costantemente prodotti specifici e di alta qualità con costi unitari bassi e livelli di servizio elevati (ossia, tempi di consegna brevi). È chiaro, dunque, che una delle principali decisioni strategiche da prendere da parte delle aziende sia quella relativa alla ripartizione dei prodotti in MTS/MTO, ovvero quale prodotto o famiglia di prodotti può essere fabbricato per essere stoccato a magazzino (MTS), quale può essere prodotto su ordinazione (MTO) e quale dovrebbe essere fabbricato in base alla politica di produzione ibrida MTS/MTO. Gli ultimi anni hanno mostrato una serie di cambiamenti nella politica di produzione delle aziende, che si stanno gradualmente spostando sempre più verso la modalità̀ di produzione ibrida MTS/MTO. In particolare, questo elaborato si concentrerà sul delayed product differentiation (DPD), una particolare strategia produttiva ibrida, e ne verrà proposto un modello decisionale basato sul funzionamento dell’Analytic Network Process (ANP) implementato attraverso il software Superdecisions.