Centro per le Analisi Decisioni e Società

Centro per le Analisi Decisioni e Società

Il centro CADS promuove ricerche innovative al crocevia di informatica, matematica, statistica, intelligenza artificiale e scienze socio-economiche, mettendo a disposizione di Human Technopole strumenti e soluzioni innovative per il trattamento dei dati. Partendo dall’assunto che i dati “non parlano” se non interrogati in modo idoneo, la combinazione di strumenti analitici innovativi, potenza di calcolo, esperienza tecnica e conoscenze specifiche sarà l’approccio vincente con cui il CADS in collaborazione con il centro di Data Science e la Facility di Data storage/HPC affronteranno i ”Big data”. L'ambiente multidisciplinare del centro svilupperà modelli innovativi e soluzioni analitiche per l'analisi di “big data” e “high dimensional data” nell'analisi dei sistemi socio-economici. A tal fine, il CADS ha l’obiettivo di applicare competenze specifiche delle scienze economiche e manageriali a nuove piattaforme analitiche, indicatori statistici e metodi al fine di analizzare lo stato dell'economia e della società e di indirizzare decisioni e politiche di investimento in diversi settori (ricerca e innovazione, sistemi industriali e finanziari, analisi dello stato dell'economia, welfare, politiche fiscali, servizi pubblici e assistenza sanitaria). Le principali linee di ricerca sono Hardware and software conceptual design, Processamento dell’informazione, Modelli e gestione dei sistemi socioeconomici, Decisioni e politiche

Pubblicazioni CADS

Pubblicazioni

Spatial heterogeneity in non-parametric efficiency: An application to Italian hospitals

M.Auteri, C.Guccio, F. Pammolli, G. Pignataro, F. Vidoli

2019

LINK

 

Better to stay apart: asset commonality, bipartite network centrality, and investment strategies

A. Flori, F. Lillo, F. Pammolli, A. Spelta

2019

LINK

 

Methods to account for citation inflation in research evaluation

A. M. Petersen, R. K. Pan, F. Pammolli, S. Fortunato

2019

LINK

 

Long-term correlations in short, non-stationary time series: An application to international R&D collaborations

L.Righetto, A. Spelta, E. Rabosio, F. Pammolli

2019

LINK

 

Communities and regularities in the behaviour of investment fund managers. 

A. Flori, F. Pammolli, S. V. Buldyrev, L. Regis and H. E. Stanley. 

2019

LINK

 

Adherence to disease-modifying therapy in patients hospitalized for HF: findings from a community based study. 

M. Spreafico, F. Gasperoni, G. Barbati, F. Ieva, A. Scagnetto, L. Zanier, A. Iorio, G. Sinagra, A. Di Lenarda 

2019

LINK

 

Turning big data into smart data: two examples based on the analysis of the Mappa dei Rischi dei Comuni Italiani

O. Didkovskyi, A. Menafoglio, P. Secchi, G. Azzone

2019

LINK

 

Factors driving university choice: a principal component analysis on Italian institutions

G. Azzone, M. Soncin

2019 Studies of Higher Education

https://doi.org/10.1080/03075079.2019.1612354

 

Long-term correlations in short, non-stationary time series: An application to international R&D collaborations

L.Righetto, A.Spelta, E.Rabosio, F.Pammolli

2019 Journal of Informetrics

https://doi.org/10.1016/j.joi.2019.02.010

 

On the role of statistics in the era of big data: A call for a debate

Secchi P.

2018 Statistics & Probability Letters

https://doi.org/10.1016/j.spl.2018.02.041


A personalized mathematical tool for neuro-oncology: A clinical case study

Agosti A., Giverso C., Faggiano E., Stamm A., Ciarletta P.

2018 International Journal of Non-Linear Mechanics

https://doi.org/10.1016/j.ijnonlinmec.2018.06.004


Tractography--Based Atlas of the Healthy Cortico-Spinal Tract

Stamm A., Zito A., Callioni V., Sartori I., Torriani L. and Vantini S

2018 Proc. Intl. Soc. Mag. Reson. Med.

http://indexsmart.mirasmart.com/ISMRM2018/PDFfiles/5202.html


The memory of science: Inflation, myopia, and the knowledge network

Pan R.K., Petersen A.M, Pammolli F., Fortunato S.

2018 Journal of Informetrics

https://doi.org/10.1016/j.joi.2018.06.005


On Economic Complexity and the Fitness of Nations

Morrison G., Buldyrev S.V., Imbruno M., Doria Arrieta O.A., Rungi A., Riccaboni M. and  Pammolli F.

2017 Scientific Reports

DOI:10.1038/s41598-017-14603-6


Identifying systemically important financial institutions: a network approach

Kaltwasser P.R., Spelta A.

2018 Computational Management Science

https://doi.org/10.1007/s10287-018-0327-8