DOTTORATO DI RICERCA IN INGEGNERIA DELL'INFORMAZIONE

Foto 7

Link Generali

Info per...

Login

Subscribe to this RSS feed

A data driven approach for evaluating foundation skills of adults. (2017, April) Salvatori, E., Gabrielli, L. and Fosca Giannotti. Didamatica 2017.

Furletti, B., Trasarti, R., Cintia, P. and Lorenzo Gabrielli. (2017,April). Discovering and Understanding City Events with Big Data. Journal on Big Data Analytics and Data-Driven Science 2017. MDPI.

Lulli, A., Gabrielli, L., Dazzi, P., Dell'Amico, M., Michiardi, P., Nanni, M., Ricci, L. (2016, December). Scalable and flexible clustering solutions for mobile phone based population indicators. International Journal of Data Science and Analitics

Calastri, C., Hess, S., Choudhury, C., Daly, A and L. Gabrielli. (2017, June). Developing mode choice models using semi-ubiquitous data sources: a case study using a smartphone based GPS survey from Italy. TRB.

R. Campagni, L. Gabrielli, F. Giannotti , R. Guidotti, F. Maggino and D. Pedreschi: "Extracting Social Indicators from Big Data: an Experience in Measuring Wellbeing", In DATA SCIENCE & SOCIAL RESEARCH (DSSR).

L. Gabrielli, G. Riccardi, L. Pappalardo: "Using retail market Big Data to nowcast Customer Price Index", SIS 2016

Lorenzo Gabrielli, Davide Guido, Fosca Giannotti and Luca Bastiani. A Syntethic Measurement for Political Engagement of Spending: Pilot study to measure performance of local government using Open Government Data.

Alessandro Lulli, Lorenzo Gabrielli, Matteo Dell’Amico, Pietro Michiardi, Mirco Nanni, Laura Ricci, Patrizio Dazzi. Improving Population Estimation From Mobile Calls: a Clustering Approach. ISCC 2016 The Twenty-First IEEE Symposium on Computers and

Luca Pappalardo, Maarten Vanhoof, Lorenzo Gabrielli, Zbigniew Smoreda, Dino Pedreschi, Fosca Giannotti. An analytical framework to nowcast well-being using mobile phone data. International Journal of Data Science and Analytics. 2016.

City users’ classification with mobile phone data

Pagina 1 di 2

Cerca

News

Subscribe to this RSS feed

Tel +39 050 2217511
PEC: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

Dipartimento di Ingegneria dell'Informazione
P.I. 00286820501 - C.F. 80003670504

email: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.
Via G. Caruso - 56122 - Pisa