Progetto Regione Lazio “Sviluppo e implementazione di una piattaforma collaborativa per metodi avanzati di neuroimaging”
Giuseppe Brandi, reasearch student al Dipartimento di Matematica al King’s College di Lonra, e Tiziana Di Matteo, membro esterno al Complexity Science Hub di Vienna, professoressa di Econofisica al King's College di Londra e facente parte del Consiglio di Amministrazione del CREF, hanno pubblicato un articolo scientifico sulla statistica degli esponenti di scala e sul Multitasking Value at Risk.
Nella letteratura finanziaria ci sono diversi studi sulle serie di scaling e multiscaling, ma la ricerca riguardo all’argomento è ancora molto fiorente. In questo caso I due ricercatori propongono una nuova metodologia basata sulla simulazione di Monte Carlo, che loro hanno chiamato Multiscaling Value at Risk. Per conoscerne di più accedi all'articolo integrale cliccando qui.
Nella letteratura finanziaria ci sono diversi studi sulle serie di scaling e multiscaling, ma la ricerca riguardo all’argomento è ancora molto fiorente. In questo caso I due ricercatori propongono una nuova metodologia basata sulla simulazione di Monte Carlo, che loro hanno chiamato Multiscaling Value at Risk. Per conoscerne di più accedi all'articolo integrale cliccando qui.
Ieri è stata pubblicata sul sito web della rivista Nature un’intervista a Luciano Pietronero, Presidente del Centro Ricerche Enrico Fermi. Nell’articolo si parla di come la fisica e la scienza della complessità siano utili a studiare l’economica. Da qualche anno, ormai, Pietronero e il suo gruppo di ricerca hanno creato un modello che valuta la competitività di un paese e aiuta a pianificare il suo sviluppo economico.
Economic Complexity and Fitness è stato utilizzato anche dalla World Bank. In un momento come questo, in cui gli Stati si trovano a gestire ingenti somme di denaro e a pianificare gli investimenti, il modello di Pietronero può essere una risorsa molto importante.
Si è parlato anche di ricerca e di come i soldi investisti in essa più difficilmente si traducano in risultati se alla base manca una cultura del trasferimento tecnologico. L’Italia deve essere oculata nella gestione delle risorse messe a disposizione dell’Ue, ma deve essere anche cosciente che investendo nella maniera giusta una ripresa è possibile.
Ad esempio, l’Italia è molto indietro sulle tecnologie dell'informazione e della comunicazione, ma il modello sviluppato da Pietronero afferma che con i giusti investimenti in cinque anni potrebbe diventare uno dei primi dieci paesi del settore.
Per leggere l'intervista completa clicca qui.
Economic Complexity and Fitness è stato utilizzato anche dalla World Bank. In un momento come questo, in cui gli Stati si trovano a gestire ingenti somme di denaro e a pianificare gli investimenti, il modello di Pietronero può essere una risorsa molto importante.
Si è parlato anche di ricerca e di come i soldi investisti in essa più difficilmente si traducano in risultati se alla base manca una cultura del trasferimento tecnologico. L’Italia deve essere oculata nella gestione delle risorse messe a disposizione dell’Ue, ma deve essere anche cosciente che investendo nella maniera giusta una ripresa è possibile.
Ad esempio, l’Italia è molto indietro sulle tecnologie dell'informazione e della comunicazione, ma il modello sviluppato da Pietronero afferma che con i giusti investimenti in cinque anni potrebbe diventare uno dei primi dieci paesi del settore.
Per leggere l'intervista completa clicca qui.
Il Museo storico della fisica e centro studi e ricerche «Enrico Fermi» ha indetto una procedura selettiva, per titoli e prova orale, per il conferimento di incarico di direttore amministrativo del Museo storico della fisica e centro studi e ricerche «Enrico Fermi»
Procedura selettiva, per titoli ed esame, per l'assunzione con contratto di lavoro a tempo pieno e determinato di una unita' di personale profilo ricercatore - III livello professionale - area strategica «Complessita' in Astrofisica»
Sistemi complessi, anche molto diversi fra loro, come le reti genetiche, i social networks o il World Wide Web, presentano una caratteristica comune: la presenza di una rete a invarianza di scala. Ad esempio, avendo in mente un social network, la rete è costituita dagli utenti, che ne formano i nodi, e dalle relazioni di amicizia, cioè i links. La caratteristica principale delle reti a invarianza di scala è la presenza di nodi con un numero di connessioni incredibilmente alto rispetto alla media: pensiamo ad esempio agli influencer. L’incredibile ubiquità di queste strutture è spiegata tramite il modello di Barabàsis-Albert.
Tale modello presenta delle sostanziali differenze rispetto ai modelli basati su un random network. Esso, infatti, si fonda su due importanti caratteristiche: “growth” and “preferential attachment”. Con “growth” si intende la continua crescita dei sistemi analizzati, ad esempio la continua espansione del web, la cui rete si arricchisce istantaneamente di nuovi nodi. Con “preferential attachment”, invece, si caratterizza la tendenza dei nuovi nodi di collegarsi a nodi che hanno già un alto numero di connessioni; se prendiamo come esempio la rete di collaborazione professionale degli attori del cinema, i nuovi attori hanno maggiore possibilità di lavorare con i colleghi impegnati in un numero elevato di set cinematografici. Discorso analogo vale per i social networks, in cui i nuovi utenti tendono a collegarsi con profili già molto affermati, gli influencers.
Cerchiamo ora di capire come costruire il modello di Barabàsis-Albert. Iniziamo con m0 nodi, arbitrariamente legati fra di loro, e ad ogni passo temporale aggiungiamo un nuovo nodo che crea m (<m0) legami con i nodi esistenti. La probabilità P(i) che il nuovo nodo si connetta all’i-esimo nodo preesistente è data da: , dove con ki si intende il “grado” del nodo i-esimo. La tendenza dei nuovi nodi a legarsi a nodi di grado più alto, cioè con i nodi che già presentato tante connessioni, va a creare il cosiddetto “rich-gets-richer phenomenon”.
Le applicazioni di questo modello sono moltissime: oltre ai social networks, tornando all’esempio del World Wide Web, i nodi sono costituiti dalle pagine web, mentre i link fra i vari nodi sono rappresentati dagli hyperlinks (URLs). Anche la diffusione delle malattie sessualmente trasmissibili segue il modello illustrato.
Tale modello presenta delle sostanziali differenze rispetto ai modelli basati su un random network. Esso, infatti, si fonda su due importanti caratteristiche: “growth” and “preferential attachment”. Con “growth” si intende la continua crescita dei sistemi analizzati, ad esempio la continua espansione del web, la cui rete si arricchisce istantaneamente di nuovi nodi. Con “preferential attachment”, invece, si caratterizza la tendenza dei nuovi nodi di collegarsi a nodi che hanno già un alto numero di connessioni; se prendiamo come esempio la rete di collaborazione professionale degli attori del cinema, i nuovi attori hanno maggiore possibilità di lavorare con i colleghi impegnati in un numero elevato di set cinematografici. Discorso analogo vale per i social networks, in cui i nuovi utenti tendono a collegarsi con profili già molto affermati, gli influencers.
Cerchiamo ora di capire come costruire il modello di Barabàsis-Albert. Iniziamo con m0 nodi, arbitrariamente legati fra di loro, e ad ogni passo temporale aggiungiamo un nuovo nodo che crea m (<m0) legami con i nodi esistenti. La probabilità P(i) che il nuovo nodo si connetta all’i-esimo nodo preesistente è data da: , dove con ki si intende il “grado” del nodo i-esimo. La tendenza dei nuovi nodi a legarsi a nodi di grado più alto, cioè con i nodi che già presentato tante connessioni, va a creare il cosiddetto “rich-gets-richer phenomenon”.
Le applicazioni di questo modello sono moltissime: oltre ai social networks, tornando all’esempio del World Wide Web, i nodi sono costituiti dalle pagine web, mentre i link fra i vari nodi sono rappresentati dagli hyperlinks (URLs). Anche la diffusione delle malattie sessualmente trasmissibili segue il modello illustrato.
Conviene fare come il Regno Unito dove si ritarda la seconda dose per dare spazio alle persone che devono ancora sottoporsi alla prima? Ce lo dice un gruppo di ricerca che comprende anche scienziati del CREF.
La risposta a questa domanda ce l’ha data, pochi giorni fa, un gruppo di ricerca composto da studiosi provenienti da diversi ambiti. Il team di ricerca comprendeva scienziati del Bambino Gesù di Roma, del dipartimento di Fisica all’Università Tor Vergata di Roma, del Centro di ricerca Enrico Fermi, del dipartimento di ingegneria all’Università Roma Tre e dell’Università di Padova.
Questo gruppo ha sviluppato un modello in cui viene stimato l'impatto della vaccinazione sulla mortalità degli anziani, seguendo una strategia vaccinale (simile a quella del Regno Unito) per la quale si prevede la somministrazione della prima dose ad una maggiore fetta di popolazione, in alternativa alla strategia attualmente usata che prevede due dosi somministrate a distanza di 3 o 4 settimane.
Gli autori hanno pubblicato l’articolo scientifico sul server MedrXiv, in attesa di revisione dei pari. In ogni caso, il modello sembra funzionare. Essi valutano 3 possibili scenari: nel primo si effettuano circa 400mila vaccinazioni per settimana, con la dose somministrata a 11 settimane di distanza; nel secondo se ne somministrano circa 600mila, 7 settimane e mezzo verrebbe eseguito il richiamo; nel terzo vengono somministrano 800mila dosi, aspettando 5 settimane e mezzo per il richiamo.
Tutti i possibili scenari considerati, facendo riferimenti ai dati messi a disposizione dai vari enti, su tutti quelli dell’ISS, garantirebbero, comunque, un miglioramento rispetto ai risultati ottenuti attraverso l’attuale strategia.
Secondo questo team di ricercatori, infatti, dare priorità alla prima dose sulla popolazione non ancora vaccinata piuttosto che avere la premura di effettuare la seconda dose è la strategia da seguire: nel migliore dei casi porterebbe la riduzione della mortalità negli anziani per il 19,8%; nel peggiore dei casi ci sarebbe comunque un risultato positivo che vedrebbe in calo del 9,2 i decessi tra gli over 80.
Complimenti al team di ricerca in generale e ai ricercatori del CREF Giulio Cimini, Andrea Gabrielli, Gaetano Salina, Francesco Sylos Labini che hanno dedicato attenzione allo studio della miglior strategia per la somministrazione dei vaccini. Anche Wired ha pubblicato un articolo divulgativo per dare risalto alla loro proposta e al loro studio.
La risposta a questa domanda ce l’ha data, pochi giorni fa, un gruppo di ricerca composto da studiosi provenienti da diversi ambiti. Il team di ricerca comprendeva scienziati del Bambino Gesù di Roma, del dipartimento di Fisica all’Università Tor Vergata di Roma, del Centro di ricerca Enrico Fermi, del dipartimento di ingegneria all’Università Roma Tre e dell’Università di Padova.
Questo gruppo ha sviluppato un modello in cui viene stimato l'impatto della vaccinazione sulla mortalità degli anziani, seguendo una strategia vaccinale (simile a quella del Regno Unito) per la quale si prevede la somministrazione della prima dose ad una maggiore fetta di popolazione, in alternativa alla strategia attualmente usata che prevede due dosi somministrate a distanza di 3 o 4 settimane.
Gli autori hanno pubblicato l’articolo scientifico sul server MedrXiv, in attesa di revisione dei pari. In ogni caso, il modello sembra funzionare. Essi valutano 3 possibili scenari: nel primo si effettuano circa 400mila vaccinazioni per settimana, con la dose somministrata a 11 settimane di distanza; nel secondo se ne somministrano circa 600mila, 7 settimane e mezzo verrebbe eseguito il richiamo; nel terzo vengono somministrano 800mila dosi, aspettando 5 settimane e mezzo per il richiamo.
Tutti i possibili scenari considerati, facendo riferimenti ai dati messi a disposizione dai vari enti, su tutti quelli dell’ISS, garantirebbero, comunque, un miglioramento rispetto ai risultati ottenuti attraverso l’attuale strategia.
Secondo questo team di ricercatori, infatti, dare priorità alla prima dose sulla popolazione non ancora vaccinata piuttosto che avere la premura di effettuare la seconda dose è la strategia da seguire: nel migliore dei casi porterebbe la riduzione della mortalità negli anziani per il 19,8%; nel peggiore dei casi ci sarebbe comunque un risultato positivo che vedrebbe in calo del 9,2 i decessi tra gli over 80.
Complimenti al team di ricerca in generale e ai ricercatori del CREF Giulio Cimini, Andrea Gabrielli, Gaetano Salina, Francesco Sylos Labini che hanno dedicato attenzione allo studio della miglior strategia per la somministrazione dei vaccini. Anche Wired ha pubblicato un articolo divulgativo per dare risalto alla loro proposta e al loro studio.
La geometria frattale (dal latino “fractus”, frammentato), branca della matematica fondata dallo scienziato polacco Mandelbrot, si occupa di studiare quelle strutture caratterizzate da un’invarianza di scala, ovvero che si ripetono identiche a sé stesse a varie scale.
M.V. Berry descrisse con queste parole la nuova geometria: “La geometria frattale è uno di quei concetti che a prima vista ispirano scetticismo, ma in un secondo momento diventano così naturali da domandarsi perché siano stati sviluppati solo così recentemente”.
Il motivo di tale “ritardo” risiede nel fatto che questa nuova formulazione matematica risulta essere lontana dai canoni matematici classici, i quali si basano sui concetti di regolarità e continuità e sulla possibilità di approssimare localmente una curva con la sua tangente nel punto, al contrario delle strutture frattali che si ripetono identiche a sé stesse ad ogni scala e per le quali non è possibile definire la derivata.
Un tipico esempio di applicazione della geometria frattale è lo studio della lunghezza delle coste. Se si tenta, infatti, di misurare la lunghezza di una costa particolarmente frastagliata, ci si rende conto che via via che si aumenta la precisione di misurazione, compaiono strutture simili a quelle incontrate a scale inferiori e determinarne l’effettiva lunghezza diventa un compito niente affatto banale. Mano a mano che la precisione aumenta, la lunghezza cresce senza mai convergere ad un valore.
Le curve frattali sono caratterizzate da un parametro D, detta dimensione frattale, che possiede molte delle proprietà tipiche di una dimensione ma che assume valori frazionari compresi fra 1 (valore tipico delle curve) e 2 (valore tipico delle figure piane). In particolare, per la costa inglese si ha D =1.25.
Le applicazioni della geometria frattale si estendono ai più svariati campi di ricerca, ad esempio allo studio dalla fisiologia (in particolare nello studio della struttura di arterie e bronchi) e ai fenomeni di breackdown dielettrico. Infatti le scariche elettriche di questo tipo, come ad esempio i fulmini, non viaggiano seguendo il percorso rettilineo piu` breve, ma formano al contrario complesse ramificazioni frattali. Tale comportamento e` spiegato attraverso il Dielecric Breackdown Model.
M.V. Berry descrisse con queste parole la nuova geometria: “La geometria frattale è uno di quei concetti che a prima vista ispirano scetticismo, ma in un secondo momento diventano così naturali da domandarsi perché siano stati sviluppati solo così recentemente”.
Il motivo di tale “ritardo” risiede nel fatto che questa nuova formulazione matematica risulta essere lontana dai canoni matematici classici, i quali si basano sui concetti di regolarità e continuità e sulla possibilità di approssimare localmente una curva con la sua tangente nel punto, al contrario delle strutture frattali che si ripetono identiche a sé stesse ad ogni scala e per le quali non è possibile definire la derivata.
Un tipico esempio di applicazione della geometria frattale è lo studio della lunghezza delle coste. Se si tenta, infatti, di misurare la lunghezza di una costa particolarmente frastagliata, ci si rende conto che via via che si aumenta la precisione di misurazione, compaiono strutture simili a quelle incontrate a scale inferiori e determinarne l’effettiva lunghezza diventa un compito niente affatto banale. Mano a mano che la precisione aumenta, la lunghezza cresce senza mai convergere ad un valore.
Le curve frattali sono caratterizzate da un parametro D, detta dimensione frattale, che possiede molte delle proprietà tipiche di una dimensione ma che assume valori frazionari compresi fra 1 (valore tipico delle curve) e 2 (valore tipico delle figure piane). In particolare, per la costa inglese si ha D =1.25.
Le applicazioni della geometria frattale si estendono ai più svariati campi di ricerca, ad esempio allo studio dalla fisiologia (in particolare nello studio della struttura di arterie e bronchi) e ai fenomeni di breackdown dielettrico. Infatti le scariche elettriche di questo tipo, come ad esempio i fulmini, non viaggiano seguendo il percorso rettilineo piu` breve, ma formano al contrario complesse ramificazioni frattali. Tale comportamento e` spiegato attraverso il Dielecric Breackdown Model.