马西莫·瓜拉西奥 0001
人员信息
附属: 意大利国家研究委员会 附属机构(2011年博士学位): 意大利科森扎卡拉布里亚大学
其他同名人员
马西莫·瓜拉西奥 0002 -意大利罗马萨皮恩扎大学
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年-今天
2023 [j13] 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 弗朗西斯科·齐亚拉瓦洛蒂 :
用于极端降雨事件检测的深度神经网络学习集成。 神经计算机。 申请。 35 ( 14 ) : 10347-10360 ( 2023 ) [公元12年] 西蒙娜·西塞罗 , 马西莫·瓜拉西奥 , 安东尼奥·格雷里 , 西蒙·蒙加里 :
一种用于基于物联网的智能建筑的深度异常检测系统。 传感器 23 ( 23 ) : 9331 ( 2023 ) [公元11年] 努齐亚托·卡萨维亚 , 卢卡·卡维格里翁 , 马西莫·瓜拉西奥 , 当归 , 朱塞佩·曼科 , 马可·祖佩利 :
一种联合方法,用于检测通过web和多个商店交付的移动应用程序图标中隐藏的数据。 Soc.网络。 分析。 最小值。 13 ( 1 ) : 114 ( 2023 ) [公元10年] 维托·巴巴拉 , 马西莫·瓜拉西奥 , 尼古拉·利昂 , 朱塞佩·曼科 , 亚历山德罗·夸塔 , 弗朗西斯科·里卡 , 埃托雷·里塔科 :
用于电气控制面板符合性检查的神经符号人工智能。 理论与实践。 日志。 程序。 23 ( 4 ) : 748-764 ( 2023 ) [公元55年] 伊尔凡努拉·汗 , 弗拉维亚·科因布拉·迪利卡托 , 格列柯 , 马西莫·瓜拉西奥 , 安东尼奥·格雷里 , 詹多梅尼科·斯佩扎诺 :
利用联合学习的多场所物联网环境中的占用预测。 DASC/PiCom/CBDCom/CyberScieTech 2023 : 36-43 [公元54年] 保罗·齐卡里 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 , 吉安路易吉·福利诺 :
从几乎没有标签的新闻语料库学习深度假冒新闻侦探。 冰岛(1) 2023 : 344-353 [公元53年] 埃里卡·科波利略 , 马西莫·瓜拉西奥 , 马可·米尼奇 , 弗朗西斯科·塞尔吉奥·皮萨尼 :
为电影标签预测开发深度学习和解释方法。 思想 2023 : 177-184 [第52条] 当归 , 西蒙·蒙加里 , 马可·祖佩利 , 卡梅拉·科米托 , 恩里科·坎比亚索 , 马泰奥·雷普托 , 马西莫·瓜拉西奥 , 卢卡·卡维利翁 , 朱塞佩·曼科 :
在物联网和软件化场景中使用AI应对隐蔽攻击:挑战和机遇。 意大利-IA 2023 : 397-402 [第51条] 埃里卡·科波利略 , 卡梅拉·科米托 , 马可·米尼奇 , 埃托雷·里塔科 , 吉安路易吉·福利诺 , 弗朗西斯科·塞尔吉奥·皮萨尼 , 马西莫·瓜拉西奥 , 朱塞佩·曼科 :
与社交媒体中的误传、激进和偏见作斗争。 意大利-IA 2023 : 443-448 [公元50年] 卡梅拉·科米托 , 弗朗西斯科·塞尔吉奥·皮萨尼 , 埃里卡·科波利略 , 当归 , 马西莫·瓜拉西奥 , 朱塞佩·曼科 :
走向自我监督的跨域虚假新闻检测。 意大利证券交易委员会 2023 [公元49年] 卢卡·卡维利翁 , 卡梅拉·科米托 , 马西莫·瓜拉西奥 , 朱塞佩·曼科 , 弗朗西斯科·塞尔吉奥·皮萨尼 , 马可·祖佩利 :
ORISHA:通过协调信息共享改进威胁检测(讨论稿)。 SEBD公司 2023 : 514-524 [i3] 维托·巴巴拉 , 马西莫·瓜拉西奥 , 尼古拉·利昂 , 朱塞佩·曼科 , 亚历山德罗·夸塔 , 弗朗西斯科·里卡 , 埃托雷·里塔科 :
用于电气控制面板符合性检查的神经符号人工智能。 CoRR公司 abs/2305.10113 ( 2023 ) [i2] 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 , 保罗·齐卡里 :
智能票证管理的一个可解释的深度集成框架。 ERCIM新闻 2023 ( 134 ) ( 2023 ) 2022 [公元9年] 弗朗西斯科·福利诺 , 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
从几乎没有标记的过程日志中半监督发现基于DNN的结果预测因子。 公共汽车。 信息系统。 工程师。 64 ( 6 ) : 729-749 ( 2022 ) [j8] 保罗·齐卡里 , 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
结合深度集成学习和解释,实现智能票务管理。 专家系统。 申请。 206 : 117815 ( 2022 ) [j7] 马西莫·瓜拉西奥 , 努齐亚托·卡萨维亚 , 弗朗西斯科·塞尔吉奥·皮萨尼 , 朱塞佩·曼科 :
通过协作入侵检测提高网络威胁情报。 未来一代。 计算。 系统。 135 : 30-43 ( 2022 ) [j6] 马西莫·瓜拉西奥 , 吉安路易吉·福利诺 , 弗朗西斯科·齐亚拉瓦洛蒂 , 萨尔瓦托尔·加布里埃尔 , 安东尼奥·普罗科皮奥 , 彼得罗·萨巴蒂诺 :
集成异构数据源的降雨量估算机器学习方法。 IEEE传输。 地质科学。 远程。 传感器。 60 : 1-11 ( 2022 ) [公元48年] 马西莫·瓜拉西奥 , 马可·祖佩利 , 努齐亚托·卡萨维亚 , 卢卡·卡维利翁 , 朱塞佩·曼科 :
通过人工智能揭示Favicons中的MageCart类威胁。 ARES公司 2022 : 45:1-45:7 [公元47年] 维托·巴巴拉 , 迪米特里·布埃利 , 马西莫·瓜拉西奥 , 斯特凡诺·伊雷斯 , 萨尔瓦多伊里塔诺 , 乔瓦尼·拉博切塔 , 尼古拉·莱昂内 , 朱塞佩·曼科 , 瓦莱里奥·佩塞蒂 , 亚历山德罗·夸塔 , 弗朗西斯科·里卡 , 埃托雷·里塔科 :
电气面板合规性的松散耦合神经符号方法。 CILC公司 2022 : 247-253 [公元46年] 埃里卡·科波利略 , 当归 , 马西莫·瓜拉西奥 , 弗朗西斯科·塞尔吉奥·皮萨尼 , 朱塞佩·曼科 :
分布外预测的生成方法及其在威胁检测和分析中的应用:简短回顾。 CyberSec4欧洲 2022 : 65-79 [公元45年] 努齐亚托·卡萨维亚 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 :
通过稀疏的U-Net-like自动编码器检测DoS和DDoS攻击。 国际通信技术协会 2022 : 1342-1346 [公元44年] 马可·米尼奇 , 弗朗西斯科·塞尔吉奥·皮萨尼 , 马西莫·瓜拉西奥 , 埃里卡·德·弗朗西斯科 , 帕斯奎尔·兰巴迪 :
学习和解释媒体内容的极端多标签深度分类模型。 伊斯米斯 2022 : 138-148 [公元43年] 努齐亚托·卡萨维亚 , 卢卡·卡维利翁 , 马西莫·瓜拉西奥 , 当归 , 马可·祖佩利 :
集成稀疏自动编码器,用于物联网生态系统中的网络隐蔽通道检测。 伊斯米斯 2022 : 209-218 [公元42年] 弗朗西斯科·福利诺 , 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
结合主动学习和快速DNN集成来发现过程偏差。 伊斯米斯 2022 : 346-356 [公元41年] 马西莫·瓜拉西奥 , 马可·祖佩利 , 努齐亚托·卡萨维亚 , 朱塞佩·曼科 , 卢卡·卡维利翁 :
使用机器学习检测物联网生态系统中的网络隐蔽通道。 意大利证券交易委员会 2022 : 102-113 [公元40年] 努齐亚托·卡萨维亚 , 卢卡·卡维利翁 , 马西莫·瓜拉西奥 , 当归 , 朱塞佩·苏雷斯 , 马可·祖佩利 :
有效检测隐藏在图像图标中的隐写威胁的联合学习。 按SOM 2022 : 83-95 [公元39年] 马可·米尼奇 , 弗朗西斯科·塞尔吉奥·皮萨尼 , 马西莫·瓜拉西奥 , 朱塞佩·曼科 :
多媒体内容的极端多标签分类。 SEBD公司 2022 : 367-374 2021 [j5] 弗朗西斯科·福利诺 , 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 弗朗西斯科·塞尔吉奥·皮萨尼 , 路易吉·蓬蒂耶里 :
关于学习用于入侵检测的深层神经网络的有效集成。 信息融合 72 : 48-69 ( 2021 ) [公元38年] 马可·祖佩利 , 朱塞佩·曼科 , 卢卡·卡维利翁 , 马西莫·瓜拉西奥 :
通过机器学习方法对包含隐写恶意软件的图像进行净化。 意大利证券交易委员会 2021 : 374-386年 [公元37年] 保罗·齐卡里 , 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
发现准确的基于深度学习的预测模型,用于自动客户支持票证分类。 囊 2021 : 1098-1101 2020 [公元36年] 弗朗西斯科·西奇塔诺 , 当归 , 马西莫·瓜拉西奥 , 埃托雷·里塔科 , 朱塞佩·曼科 :
用于区块链异常检测的深度自动编码器集成。 伊斯米斯 2020 : 448-456 [公元35年] 弗朗西斯科·西奇塔诺 , 当归 , 马西莫·瓜拉西奥 , 埃托雷·里塔科 , 朱塞佩·曼科 :
一种用于检测区块链安全攻击的深度学习方法。 意大利证券交易委员会 2020 : 212-222 [公元34年] 弗朗西斯科·福利诺 , 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
用于检测异常流程实例的深度模型的多视图集成。 PKDD/ECML研讨会 2020 : 249-262 [公元33年] 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 当归 , 朱塞佩·曼科 , 路易吉·蓬蒂耶里 , 埃托雷·里塔科 :
利用时间卷积进行流程分析中的活动预测。 PKDD/ECML研讨会 2020 : 263-275 [i1] 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 弗朗西斯科·齐亚拉瓦洛蒂 , 萨尔瓦托雷·加布里埃尔 :
使用深度学习和数据集成进行准确的降雨量估算。 ERCIM新闻 2020 ( 122 ) ( 2020 )
2010 – 2019
2019 【j4】 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 朱塞佩·帕普佐 :
利用分形维数和分布式进化方法对具有概念漂移的数据流进行分类。 申请。 软计算。 75 : 284-297 ( 2019 ) [j3] 阿尔弗雷多·库佐克雷 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
针对低级别流事件对业务流程的临时聚合性能指标进行预测性监控。 信息系统。 81 : 236至266 ( 2019 ) [公元32年] 弗朗西斯科·福利诺 , 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
从部分标记的测井数据学习有效的神经网络用于结果预测。 国际通信技术协会 2019 : 1396-1400人 [公元31年] 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 弗朗西斯科·齐亚拉瓦洛蒂 , 萨尔瓦托尔·加布里埃尔 :
集成异构数据源的基于深度学习的降雨量估算体系结构。 国际JCNN 2019 : 1至8 [公元30年] 朱塞佩·曼科 , 埃托雷·里塔科 , 诺文·萨奇德娃 , 马西莫·瓜拉西奥 :
推荐的深度顺序建模。 SEBD公司 2019 [r5] 吉安路易吉·福利诺 , 马西莫·瓜拉西奥 , 玛丽亚姆·埃米尔·哈里(Maryam Amir Haeri) :
深入学习大数据。 大数据技术百科全书 2019 [r4] 马西莫·瓜拉西奥 , 朱塞佩·曼科 , 埃托雷·里塔科 :
数据库中的知识发现。 生物信息学和计算生物学百科全书(1) 2019 : 336至341 [r3] 马西莫·瓜拉西奥 , 朱塞佩·曼科 , 埃托雷·里塔科 :
深度学习。 生物信息学和计算生物学百科全书(1) 2019 : 634-647 【r2】 朱塞佩·曼科 , 埃托雷·里塔科 , 马西莫·瓜拉西奥 :
网络拓扑。 生物信息学和计算生物学百科全书(1) 2019 : 958-967 【r1】 马西莫·瓜拉西奥 , 朱塞佩·曼科 , 埃托雷·里塔科 :
网络模型。 生物信息学和计算生物学百科全书(1) 2019 : 968-977 2018 [注2] 阿尔弗雷多·库佐克雷 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
高质量过程模型的Device-Aware发现。 国际艺术杂志。 智力。 工具 27 ( 7 ) : 1860009:1-1860009:27 ( 2018 ) [公元29年] 阿尔弗雷多·库佐克雷 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
用于监控业务流程事件的聚合性能指标的预测性学习框架。 思想 2018 : 165-174 2017 [公元28年] 阿尔弗雷多·库佐克雷 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
基于集成学习的概率业务流程偏差挖掘框架的实验与评估。 ICEIS(修订论文集) 2017 : 96-124 [公元27年] 阿尔弗雷多·库佐克雷 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
用于检测业务流程实例中偏差的概率集成学习框架的扩展、分析和实验评估。 冰岛(1) 2017 : 162-173 [公元26年] 阿尔弗雷多·库佐克雷 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
高质量过程模型的Device-Aware发现。 国际通信技术协会 2017 : 724-731 [公元25年] 马西莫·瓜拉西奥 , 埃托雷·里塔科 , 丹妮尔·比恩多 , 罗科哺乳动物 , 亚历山德拉·托马 :
在移动应用程序监控平台中集成用于发现替代应用程序商店的框架。 PKDD的NFMCP /ECML公司 2017 : 107-121 [公元24年] 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
用于定量业务流程偏差分析的描述性聚类方法。 囊 2017 : 765-770 2016 [j1] 阿尔弗雷多·库佐克雷 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
用于检测异常业务流程实例的健壮且通用的多视图学习框架。 国际合作社信息系统。 25 ( 4 ) : 1740003:1-1740003:56 ( 2016 ) 【c23】 尤金尼奥·塞萨里奥 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
用于分析业务流程性能的基于云的预测框架。 CD区域 2016 : 63-80 [公元22年] 阿尔弗雷多·库佐克雷 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
一种挖掘业务流程偏差的多视图多维集成学习方法。 国际JCNN 2016 : 3809-3816 【c21】 马西莫·瓜拉西奥 , 弗朗西斯科·塞尔吉奥·皮萨尼 , 埃托雷·里塔科 , 彼得罗·萨巴蒂诺 :
通过多维潜在因素建模剖析人类行为。 PKDD的NFMCP /ECML公司 2016 : 148-162 2015 [公元20年] 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
从低级日志中挖掘多变量过程模型。 国际清算银行 2015 : 165-177 [第19条] 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
用于主动监控聚合进程性能指标的预测框架。 EDOC公司 2015 : 128-133 [第18条] 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
发现复杂低结构业务流程的可解释且准确的行为模型。 冰岛(1) 2015 : 206-217 [第17条] 阿尔弗雷多·库佐克雷 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
发现异常流程实例的多视图学习方法。 OTM会议 2015 : 146-165 2014 [第16条] 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
从低层次多维日志中挖掘预测过程模型。 CAiSE公司 2014 : 533-547 [第15条] 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
预测固定时间模型发现框架。 冰岛(1) 2014 : 99-108 [第14条] 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
一种发现精确和表达的固定时间预测模型的方法。 ICEIS(修订论文集) 2014 : 108-128 2013 [第13条] 安东尼奥·贝瓦夸 , 马可·卡努乔 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
用于预测业务流程性能的数据自适应跟踪提取方法。 冰岛(1) 2013 : 56-65 [第12条] 安东尼奥·贝瓦夸 , 马可·卡努乔 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
用于分析和监控业务流程性能的数据驱动预测框架。 冰岛 2013 : 100-117 [第11条] 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
发现票证解决流程的高级性能模型。 OTM会议 2013 : 275-282 [第10条] 安东尼奥·贝瓦夸 , 马可·卡努乔 , 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
用于预测业务流程性能的自适应跟踪抽象方法。 SEBD公司 2013 : 437-444年 2012 【c9】 卢坎托尼奥·吉奥纳 , 路易吉·格拉纳塔 , 吉安路易吉·格雷科 , 马西莫·瓜拉西奥 :
ProMetheuS:流程挖掘应用程序套件。 CAiSE论坛 2012 : 58-65 【c8】 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
发现用于预测业务流程性能的上下文软件模型。 OTM会议(1) 2012 : 287-304 【c7】 弗朗西斯科·福利诺 , 马西莫·瓜拉西奥 , 路易吉·蓬蒂耶里 :
业务流程的上下文软件预测:基于集成的解决方案。 NFMCP公司 2012 : 215-229 2010 【c6】 尼古拉·巴比埃里 , 马西莫·瓜拉西奥 , 朱塞佩·曼科 :
偏好数据中模式发现的块混合模型。 ICDM研讨会 2010 : 1100-1107 【c5】 尼古拉·巴比埃里 , 马西莫·瓜拉西奥 , 埃托雷·里塔科 :
Netflix数据协同过滤方法的实证比较。 IIR公司 2010 : 23-27 【c4】 吉安尼·科斯塔 , 法比奥·法塞蒂 , 马西莫·瓜拉西奥 , 朱塞佩·曼科 , 里卡多·奥尔塔尔 :
通过规则学习挖掘异常对象的模型。 囊 2010 : 1078-1082
2000 – 2009
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)