Workshop AI per la Finanza ed il Commercio
30 maggio, Area della Ricerca del CNR di Pisa - A28
I principali report internazionali stimano che quasi il 50% dell’incremento del valore di mercato generato dall'adozione dell'intelligenza artificiale a livello mondiale nel 2030 si concentrerà sui settori del commercio, marketing e finanza. Nello specifico, i report segnalano che questi tre settori sono i più pronti ad adottare le tecniche dell'intelligenza artificiale in modo pervasivo e con un grande impatto dal punto di vista economico.
Esempi pratici di adozione di intelligenza artificiale in questi settori riguardano, ad esempio, l'elaborazione dei dati per tracciare il comportamento dell'utente ed estrarre modelli predittivi, misurare l'impatto di politiche commerciali sui prezzi, ottimizzazione del targeting commerciale, l'allocazione del credito e il trading finanziario.
Il workshop ha l'obiettivo di raccogliere i diversi contributi sia metodologici sia applicativi sviluppati in Italia presso Università, centri di ricerca e aziende. Le aree scientifiche di riferimento sono quelle dell’intelligenza artificiale, machine learning, reinforcement learning, online learning, ottimizzazione, paradigmi economici; più specificatamente, le metodologie rilevanti possono includere le seguenti tematiche: time series prediction; modelli generativi e ambienti di simulazione; federated learning; validazione e calibrazione di modelli finanziari; sistemi multi agente e analisi dei mercati finanziari ispirata alla game theory; modelli basati su teoria dei grafi e network analysis; quantificazione della robustezza e dell’incertezza di un modello predittivo; sicurezza, explainability e etica dei modelli di AI & ML.
L'obiettivo è creare una opportunità di confronto che consenta di creare ulteriori occasioni di collaborazione e sviluppo. I contributi scientifici saranno selezionati in base alla qualità e all’impatto delle tematiche e delle soluzioni di AI proposte alla comunità.
I contributi del workshop saranno presentati in forma di poster. I poster dovranno essere di 70 x 100 cm (larghezza x altezza, orientamento verticale).
Industry link: Marco Bergianti (Cristail), Francesco Gullo (Unicredit), Alessandro Nuara (ML cube)
Chairs
Politecnico di Milano
Università degli Studi di Modena e Reggio Emilia
Università di Bologna; Scuola Normale Superiore di Pisa
Programma
Location: A28| 30 May 08:30-13:00 |
Poster SessionI contributi del workshop saranno presentati in forma di poster. I poster dovranno essere di 70 x 100 cm (larghezza x altezza, orientamento verticale). A template-independent approach for information extraction in real estate documents
[PDF]
Avoiding the Pitfalls on Stock Market: Challenges and Solutions in Developing Quantitative Strategies
[PDF]
[Presentazione]
A benchmark of credit score prediction using Machine Learning
[PDF]
[Presentazione]
Business Knowledge and Neural Learning: organisation-specific transformer via semantic pre-training
[PDF]
AITA: A new framework for Trading Forward Testing with an Artificial Intelligence Engine
[PDF]
[Presentazione]
Social4Fashion: un sistema esperto per prevedere le tendenze moda analizzando i dati dei social media e degli e-tailers
[PDF]
[Presentazione]
Deep Learning and Large Scale Models for Bank Transactions
[PDF]
Novel continual learning techniques on noisy label datasets
[PDF]
[Presentazione]
Increasing Trust to AI in Finance: AI Model Validation Framework
[PDF]
[Presentazione]
|
| 30 May 11:00-11:30 |
Coffee Break |