Petrografia e geochimica delle vulcaniti del Monte dei Porri di Salina (Isole Eolie)

E’ stata indagata dal punto di vista stratigrafico, geochimico e petrografico la successione di vulcaniti appartenenti alle formazioni Rocce di Barcone (Tufi Grigi dei Porri o Grey Porri Tuffs – GPT), Punta Sallustro, Punta di Megna e Serro dello Sciarato (Lucchi et al., 2013a, b), riferibili all’Epoca Eruttiva 5 (~70 - 57 ka) dell’evoluzione vulcanologica dell’isola Salina (isole Eolie), durante la quale si realizza l’edificazione della porzione medio-basale dello stratocono del Monte dei Porri. Attraverso un approccio basato sull’integrazione e correlazione di metodologie stratigrafiche, petrografiche e geochimiche si è giunti ad una ricostruzione dei meccanismi eruttivi, deposizionali e petrogenetici che sottendono la successione di eventi vulcanici responsabili dell’edificazione dello stratocono suddetto. Utilizzando l’analisi di litofacies si è giunti, anche attraverso le correlazioni stratigrafiche estese sull’isola di Lipari, alla definizione di cinque unità eruttive (EU1-EU5), rappresentanti il riferimento stratigrafico per la campionatura necessaria per caratterizzarle sia petrograficamente che geochimicamente. Il significato vulcanologico delle EU1-5 ha permesso di evidenziare che il Monte dei Porri è costituito, in larga parte, da un’articolata alternanza di depositi da caduta e da correnti piroclastiche (formati sia da pomici che da scorie), alla quale si intercalano colate laviche; all’interno dell’unità i prodotti analizzati evidenziano composizione dei magmi da trachi-dacitica (EU1), a basaltica e andesitico basaltica (EU2), a francamente andesitico basaltica (EU3); quest’ultima composizione caratterizza la EU4 (che evolve anche verso termini andesitici), e la EU5. In conclusione, l’integrazione di tutti i dati (stratigrafici, petrografici e geochimici) permette di affermare che l’attività vulcanica responsabile della messa in posto delle EU1-5 cominci con una fase di apertura del condotto eruttivo (fase esplosiva pliniana) accompagnata dall’emissione dei magmi più evoluti (EU1), residenti al top di una camera magmatica zonata. Ad essa presumibilmente segue il coinvolgimento dei livelli più profondi del reservoir magmatico dove risiedono i magmi più mafici (EU2 e EU3). La ripresa dell’attività vulcanica (dopo una stasi durante il quale i magmi mafici evolvono verso composizioni mediamente evolute) vede infatti l’emissione di prodotti andesitici (EU4) seguita da magmi meno evoluti (EU5) che porta ad un progressivo svuotamento del sistema.

Progettare l'inserimento di General Purpose Technologies nelle Organizzazioni con il Design Thinking: evidenze dal campo e metodologia proposta

Vista la crescente necessità di svolgere progetti d'innovazione guidati dalle nuove tecnologie, la presente ricerca risponde all'esigenza di trovare una metodologia efficace per poterli affrontare proficuamente. In un primo momento, l'elaborato propone una metodologia che permette di elaborare una classificazione dei progetti d'innovazione technology-driven in classi ed un pacchetto di tools funzionali al riconoscimento dell'appartenenza alle stesse. In un secondo momento, giunti a comprensione del fatto che ad ognuna delle classi corrisponde uno specifico fine raggiungibile con una specifica metodologia, lo studio descrive la metodologia seguita per raggiungere una efficace e ripetibile elaborazione di principi progettuali, buone pratiche e strumenti che permettano ad una Organizzazione di appropriarsi del valore di una tecnologia General Purpose (GPT) attraverso l'ideazione di soluzioni innovativa. La progettazione è figlia di un approccio di Design Thinking (DT), sia poichè esso è stato usato nello svolgimento stesso della ricerca, sia perchè la metodologia DT è alla base della modellazione del processo proposto per la classe.

End-to-end Deep Metric Learning con Vision-Language Model per il Fashion Image Captioning

L'image captioning è un task di machine learning che consiste nella generazione di una didascalia, o caption, che descriva le caratteristiche di un'immagine data in input. Questo può essere applicato, ad esempio, per descrivere in dettaglio i prodotti in vendita su un sito di e-commerce, migliorando l'accessibilità del sito web e permettendo un acquisto più consapevole ai clienti con difficoltà visive. La generazione di descrizioni accurate per gli articoli di moda online è importante non solo per migliorare le esperienze di acquisto dei clienti, ma anche per aumentare le vendite online. Oltre alla necessità di presentare correttamente gli attributi degli articoli, infatti, descrivere i propri prodotti con il giusto linguaggio può contribuire a catturare l'attenzione dei clienti. In questa tesi, ci poniamo l'obiettivo di sviluppare un sistema in grado di generare una caption che descriva in modo dettagliato l'immagine di un prodotto dell'industria della moda dato in input, sia esso un capo di vestiario o un qualche tipo di accessorio. A questo proposito, negli ultimi anni molti studi hanno proposto soluzioni basate su reti convoluzionali e LSTM. In questo progetto proponiamo invece un'architettura encoder-decoder, che utilizza il modello Vision Transformer per la codifica delle immagini e GPT-2 per la generazione dei testi. Studiamo inoltre come tecniche di deep metric learning applicate in end-to-end durante l'addestramento influenzino le metriche e la qualità delle caption generate dal nostro modello.

Quality and Aspect based Argument Generation

Natural Language Processing has always been one of the most popular topics in Artificial Intelligence. Argument-related research in NLP, such as argument detection, argument mining and argument generation, has been popular, especially in recent years. In our daily lives, we use arguments to express ourselves. The quality of arguments heavily impacts the effectiveness of our communications with others. In professional fields, such as legislation and academic areas, arguments of good quality play an even more critical role. Therefore, argument generation with good quality is a challenging research task that is also of great importance in NLP. The aim of this work is to investigate the automatic generation of arguments with good quality, according to the given topic, stance and aspect (control codes). To achieve this goal, a module based on BERT [17] which could judge an argument's quality is constructed. This module is used to assess the quality of the generated arguments. Another module based on GPT-2 [19] is implemented to generate arguments. Stances and aspects are also used as guidance when generating arguments. After combining all these models and techniques, the ranks of the generated arguments could be acquired to evaluate the final performance. This dissertation describes the architecture and experimental setup, analyzes the results of our experimentation, and discusses future directions.