Sono disponibili tesi di laurea magistrale nell’ambito della fisica dei dati

Tesi in biofisica. Si tratta di studiare modelli semplificati di biopolimeri (proteine, DNA, RNA, cromatina) con metodi numerici. L’obbiettivo è capire i cambiamenti conformazionali che sono legati all’attività biologica di queste molecole. Contattare guido.tiana@unimi.it

Machine learning applicato alla biofisica. Utilizzando tecniche di deep learning si vuole analizzare lo spazio delle conformazioni di biomolecole. Inoltre sono disponibili progetti di data-mining di dati biologici. Contattare guido.tiana@unimi.it

Tesi in biologia quantitativa. Questo filone utilizza metodi di modellizzazione di fisica statistica e di processi stocastici per comprendere la crescita e il ciclo cellulare di singole cellule, e metodi analitici di fisica della materia soffice per comprendere l’organizzazione e la dinamica dei cromosomi. Contattare marco.cosentinolagomarsino@unimi.it

Tesi in genomica eco-evolutiva. Questi lavori utilizzano metodi di meccanica statistica dei sistemi complessi e di genetica delle popolazioni per comprendere la struttura e l’evoluzione di genomi e di comunità ecologiche unicellulari. Contattare marco.cosentinolagomarsino@unimi.it 

Tesi in fisica statistica del machine learning. La fisica statistica propone una prospettiva originale sui fondamenti teorici del machine learning e fornisce strumenti utili per esplorarli. Domande aperte: quali sono le universalità e le specificità dei dati, e come influenzano le performance? Contattare marco.gherardi@unimi.it