standard project 8
@courseproject{gomathrosamazzini-sd1617,
    apice = {GomathRosamazzini},
    author = {Edoardo Rosa and Lisa Mazzini},
    howpublished = {Distributed Systems, A.Y. 2016/2017},
    month = nov,
    sort = {classic},
    supervisor = {Omicini, Andrea},
    title = {GoMath},
    type = {Standard Project},
    year = 2017
}
@courseproject{trademas-sd1617,
    abstract = {Questo progetto si pone come obiettivo quello di realizzare un Sistema Multi Agente (sviluppato con il framework JADE) per l’organizzazione del trasporto di merci su strada; da una parte sono presenti gli attori che offrono il servizio di trasporto (spedizioniere, chiamato in seguito shipper), dall’altra avremo coloro che richiedono uno spostamento di merci (contraente, chiamato in seguito buyer). Le due tipologie di soggetti saono in competizione tra di loro e sar\`{a} compito del sistema a trovare soluzioni che riescano, tendenzialmente, a massimizzare gli obiettivi ed i vincoli dei partecipanti.},
    apice = {TradeMas},
    author = {Massimiliano Giunchi},
    howpublished = {Distributed Systems, A.Y. 2016/2017},
    month = aug,
    sort = {classic},
    supervisor = {Omicini, Andrea},
    title = {TradeMAS -- Trade Multiagent System},
    type = {Standard Project},
    year = 2017
}
@courseproject{quidditchcesariosasso-sa1617,
    abstract = {Lo scopo di questo progetto \`{e} quello di modellare e di implementare un sistema multi-agente in grado di simulare una partita del gioco magico del Quiddich. L’obiettivo della simulazione non \`{e} quello di costruire un ambiente che simuli la realt\`{a}, bens\`{i} di analizzare il comportamento globale dei giocatori che emerge, avendo modellato solo comportamento locali. Durante questa breve relazione metteremo in risalto aspetti fondamentali della teoria che abbiamo cercato di applicare nella simulazione La tecnologia scelta per la parte implementativa del progetto \`{e} NetLogo Questi sono i passi che abbiamo seguito per lo studio di simulazione: Analisi del sistema reale, con l’obiettivo di comprenderne le caratteristiche Costruzione di un modello dal sistema reale, evitando aspetti non rilevanti per la simulazione Costruzione di una rappresentazione eseguibile del modello Analizzare gli output della simulazione comparandoli con il sistema reale},
    apice = {QuidditchCesariosasso},
    author = {Lisa Cesario and Greta Sasso},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    month = jul,
    sort = {classic},
    supervisor = {Omicini, Andrea},
    title = {Il Quidditch},
    type = {Standard Project},
    year = 2017
}
@courseproject{rabbitmq-sd1617,
    abstract = {Le fasi per la realizzazione della ricetta sono Analisi e realizzazione di un web service (API RESTFul - ROA) che comunica con servizi dedicati, tramite un sistema di messaggistica a code. Analisi e realizzazione dell’ infrastruttura per lo scambio di messaggi, utilizzando RabbitMQ (http://www.rabbitmq.com/getstarted.html). Realizzazione di micro-servizi distribuiti (SOA), al fine di rispondere alle richieste effettuate dalle API tramite messaggi. Considerazioni sui risultati ottenuti, confrontandoli con un’architettura non distribuita evidenziandone i vantaggi e gli svantaggi.},
    apice = {Rabbitmq},
    author = {Martina Gabellini},
    howpublished = {Distributed Systems, A.Y. 2016/2017},
    month = may,
    sort = {classic},
    supervisor = {Omicini, Andrea},
    title = {Messaggi, Code, API e RabbitMQ: ingredienti per una ricetta veloce di un’architettura distribuita},
    type = {Standard Project},
    year = 2017
}
@courseproject{semanticmatchmaking-sd1516,
    abstract = {The project aims at experimenting with the Mini-ME semantic matchmaking engine for ubiquitous computing. In order to do that, it is necessary to firstly get acquainted with the problem domain, that is, semantic matchmaking. Then, it is possible to experiment with the Mini-ME engine, in particular, with the goals of using it from Java on both laptops and Android devices, and (ii) investigate the expressiveness gap (if any) w.r.t. the most common reasoning engines for the semantic web—e.g. Pellet, JFact, or HermiT},
    apice = {Semanticmatchmaking},
    author = {Missere, Mattia},
    howpublished = {Distributed Systems, A.Y. 2015/2016},
    keywords = {Semantic Web of Things, Reasoners, Web Ontology Language OWL, Mini-ME, Protege},
    month = may,
    sort = {classic},
    supervisor = {Omicini, Andrea},
    title = {Semantic matchmaking on resource-constrained devices},
    type = {Standard Project},
    year = 2017
}
@courseproject{crawlingraspi-sd1516,
    abstract = {The project aims at building a distributed web crawling infrastructure, whose functionality is to fetch publications' metadata from the APICe online repository, provided a set of keywords are given for searching. As far as non-functional properties are concerned, the infrastructure should be: distributed and open, that is, any number of web crawlers may be deployed on any number of networked machines, possibly even at run-time fault-tolerant to disconnections and crashes, that is, both disconnections and crashes should be detected as soon as possible and (ii) properly managed -- e.g., crawling tasks of the disconnected/crashed crawler re-assigned -- resource-efficient, that is, the infrastructure should be able to execute smoothly on resource-constrained devices—e.g., RasPi systems Usage of either the TuCSoN middleware for coordinating crawlers, or (ii) the JADE framework for programming crawlers is mandatory. Usage of both is considered a plus.},
    apice = {CrawlingRaspi},
    author = {Ramilli, Elisabetta and Benedetti, Riccardo},
    howpublished = {Distributed Systems, A.Y. 2015/2016},
    keywords = {WebCrawler, MAS, Distributed, Fault-tolerance, Resource-efficient, Raspberry Pi, Tucson, Jade, T4J},
    month = may,
    sort = {classic},
    supervisor = {Mariani, Stefano},
    title = {Distributed, Fault-tolerant Web Crawling with RasPi},
    type = {Standard Project},
    year = 2017
}
@courseproject{dnsjade-sd1617,
    abstract = {* Replicazione e consistenza dei dati: gli agenti server si assicurano di avere dati coerenti rispetto agli altri e comunicano tempestivamente cambiamenti della tabella dei nomi tramite appositi behaviours; Trasparenza dei dati e del servizio: verranno implementate strutture dati diverse per i server che detengono le tabelle di nomi e il client non si accorger\`{a} da quale server ha ottenuto l'informazione desiderata; Situatedness: i server avranno tempi di latenze diverse per client diversi; Apertura del sistema: i nuovi agenti server potranno unirsi al naming system e divengono operativi solo quando avranno completato i behaviour di inizializzazione al fine di allineare le loro tabelle con quelle dei server presenti, oltre ai client che usufruiranno del servizio in maniera standard; Fault tolerance: implicita nella replicazione, introducendo inoltre per le stesse aree geografiche server di pari responsabilit\`{a} e livello, al fine di garantire il funzionamento del sistema anche a fronte di errori.},
    apice = {DnsJade},
    author = {Campobasso, Michele},
    howpublished = {Distributed Systems, A.Y. 2016/2017},
    month = mar,
    sort = {classic},
    supervisor = {Omicini, Andrea},
    title = {Sistema DNS geograficamente distribuito: studio delle problematiche di apertura del sistema, reperibilit\`{a}, disponibilit\`{a} e coerenza dati attraverso il middleware JADE},
    type = {Standard Project},
    year = 2017
}
@courseproject{trama2-sd1617,
    abstract = {Il progetto ha lo scopo di creare un sistema multi-agente per la gestione “intelligente” di un incrocio stradale. Nel caso preso in considerazione verranno controllati i vari componenti dell’incrocio (semafori, telecamere di monitoraggio etc.) e l’interazione tra essi al fine di ottimizzare il flusso del traffico. Il software dovr\`{a} essere modellato per poter eventualmente essere esteso a un contesto cittadino pi\`{u} ampio e articolato (pi\`{u} incroci anche di diverso tipo). La simulazione avverr\`{a} utilizzando dei Raspberry Pi 2 su cui verr\`{a} installata la piattaforma JADE.},
    apice = {Trama2},
    author = {Alessio Addimando and Antonini, Edoardo},
    howpublished = {Distributed Systems, A.Y. 2016/2017},
    month = jan,
    sort = {classic},
    supervisor = {Omicini, Andrea},
    title = {Traffic MAnagement Multi-Agent system},
    type = {Standard Project},
    year = 2017
}
advanced project 5
@courseproject{autonomoudrivingpaoloni-sa1617,
    abstract = {Una rete neurale artificiale (Artificial Neural Network in inglese) \`{e} un modello matematico composto da neuroni artificiali, utilizzata nel campo dell’apprendimento automatico e che si ispira a una rete neurale biologica. Le reti neurali rappresentano un pilastro nel dominio dell’intelligenza artificiale in cui sono pervasive. Si \`{e} scelto di replicare l’esperimento effettuato dai ricercatori di Nvidia che hanno utilizzato una rete neurale convoluzionale per la guida autonoma di veicoli su strada (Bojarski e altri, 2016). I ricercatori sono riusciti a ottenere risultati sorprendenti utilizzando solamente delle immagini provenienti da telecamere montate su una macchina, associate al comando di sterzo, come feedback di apprendimento del sistema. Il procedimento \`{e} stato chiamato di behavioral cloning perch\'{e} il sistema “impara” a emulare a tutti gli effetti il comportamento di un guidatore umano. La prima parte dell’elaborato \`{e} stata quella di documentarsi sulle reti neurali convoluzionali e il deep learning in generale. Si \`{e} poi continuato documentandosi sull’esperimento condotto dai ricercatori. Infine si \`{e} provato a replicare l’esperimento utilizzando il simulatore open source di Udacity, aiutandosi con del codice reperito in rete.},
    apice = {AutonomoudrivingPaoloni},
    author = {Michel Paoloni},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    month = sep,
    sort = {advanced},
    supervisor = {Omicini, Andrea},
    title = {Behavioral cloning per Autonomous Driving},
    type = {Advanced Project},
    year = 2017
}
@courseproject{smartmobilityaldiniberlinimordenti-sa1617,
    abstract = {La Smart Mobility rappresenta ormai un elemento fondamentale per il concetto di Smart City. Le nuove e moderne tecnologie possono essere di grande aiuto per lo sviluppo di sistemi che assistano gli utenti durante la navigazione e che aiutino la rilevazione e prevenzione delle congestioni del traffico. Le difficolt\`{a} nel poter effettuare delle valutazioni sul campo per questo tipo di sistemi e la necessit\`{a} di raccogliere grandi quantit\`{a} di dati per la loro configurazione aprono la strada all’ideazione di simulatori che possano oltrepassare tali ostacoli. Lo scopo di questo progetto e` proprio quello di realizzare un simulatore ad-hoc che permetta di analizzare l’evolversi del traffico all’interno di una citt\`{a} in base a quelle che sono le abitudini degli utenti e i luoghi d’interesse della rete urbana. Dopo aver definito i requisiti del sistema, si elencano nel dettaglio le tipologie di utenti da realizzare. Si procede poi con la descrizione di un sistema di Smart Mobility su cui la simulazione si appoggia. Si illustrano poi l’architettura logica e l’architettura di progetto del sistema, le quali portano all’implementazione dello stesso. Infine si descrive il deployment del sistema e si traggono in breve delle conclusioni sul lavoro svolto.},
    apice = {SmartmobilityAldiniberlinimordenti},
    author = {Aldini, Matteo and Berlini, Filippo and Mordenti, Brando},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    keywords = {Smart Mobility, BDI Agents, MAS, Autonomous Systems},
    month = aug,
    sort = {advanced},
    supervisor = {Omicini, Andrea},
    title = {Agenti autonomi a supporto di simulazioni di Smart Mobility},
    type = {Advanced Project},
    year = 2017
}
@courseproject{formichecozzolino-sa1617,
    abstract = {La stigmergy \`{e} una forma di coordinazione indiretta, che avviene tra agenti, tramite modifiche nell’ambiente. Le formiche sono una tra le specie animali che sfruttano questo tipo di coordinazione. Le formiche che si occupano della ricerca del cibo, una volta individuato, durante il ritorno al formicaio, rilasciano del feromone nell’ambiente; in modo da comunicare il percorso da effettuare. Le formiche tendono a seguire il percorso che presenta la maggiore concentrazione di feromone. Questa forma di coordinazione indiretta, genera il fenomeno emergente dello shortest path. Le formiche, inoltre, all’interno del formicaio, effettuano corpse clustering nelle zone in cui sono custodite le larve; in modo da proteggerle. Ispirandosi al comportamento delle formiche, si \`{e} voluto simulare, tramite MAS, il fenomeno del foraging e del corpse clustering; adottando come meccanismo di coordinazione indiretta la stigmergy. Per quanto concerne il foraging, sono state realizzate diverse metodologie. Inoltre, \`{e} stato realizzato una forma di trasporto cooperativo in caso di oggetti troppo pesanti per il singolo agente. Lo scopo di questa simulazione \`{e}: Riprodurre il foraging delle formiche; con lo scopo di ottenere come risultato di un fenomeno emergente, lo shortest path Ottenere il trasporto cooperativo come risultato di un fenomeno emergente Effettuare corpse clustering degli oggetti recuperati},
    apice = {FormicheCozzolino},
    author = {Cozzolino, Francesco},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    month = jul,
    sort = {advanced},
    supervisor = {Omicini, Andrea},
    title = {Foraging, Corpse Clustering e Suddivisione dei Task: una simulazione basata sul comportamento delle formiche},
    type = {Advanced Project},
    year = 2017
}
@courseproject{bdiunity3dpolicerbara-sa1617,
    abstract = {What game engines usually lack is the expressive power to define behaviors of agents using a more high level approach like seen in Jason. What game programmers tend to do is create AI for the NPCs through FSMs that could be a fine approach until a more complex behavior is desired. With this project we will try to bring some of the ideas of the BDI architecture, into Unity3D creating agents that can act according to their desires, what they believe and what they can sense from the environment.},
    apice = {Bdiunity3dPolicerbara},
    author = {Poli, Nicola and Cerbara, Mattia},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    month = jul,
    sort = {advanced},
    supervisor = {Omicini, Andrea},
    title = {Toward MAS in Game Engines: A Simple BDI Architecture in Unity3D},
    type = {Advanced Project},
    year = 2017
}
@courseproject{quadricotterogiorginomaretti-sa1617,
    abstract = {Sviluppo di un quadricottero autonomo, in grado di decollare in un determinato istante, stabilizzarsi ed eseguire un volo seguendo il muro pi\`{u} vicino, fino al rilevamento di un marker; quest’ultimo determiner\`{a} una certa azione, al cui termine il drone eseguir\`{a} un’inversione di marcia per poi atterrare al punto iniziale.},
    apice = {QuadricotteroGiorginomaretti},
    author = {Giuseppe Giorgino and Alessandro Maretti},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    month = jun,
    sort = {advanced},
    supervisor = {Omicini, Andrea},
    title = {Quadricottero autonomo},
    type = {Advanced Project},
    year = 2017
}
simulation project 4
@courseproject{scafiaggregate2017-sa1617,
    abstract = {In questo progetto si valuter\`{a} l’efficacia dell’uso di un framework basato su aggregate programming come ScaFi nel campo dei sistemi autonomi. Per confrontare i risultati verr\`{a} fatto un paragone con Jason, un linguaggio utilizzato per sistemi automi multi-agente durante il corso. L’elaborato in s\'{e} consiste in una simulazione di entit\`{a} autonome in un ambiente. Ogni entit\`{a} col suo ciclo di controllo sceglie il piano da eseguire fino alla sua morte. Pi\`{u} nello specifico \`{e} stato usato uno scenario dove degli animali carnivori (leoni) inseguono degli animali erbivori (gazzelle e bufali).},
    apice = {ScafiAggregate2017},
    author = {Cristian Paolucci},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    month = oct,
    sort = {simulation},
    supervisor = {Omicini, Andrea},
    title = {Simulazione di sistemi autonomi tramite aggregate programming con ScaFi},
    type = {Simulation Project},
    year = 2017
}
@courseproject{preypredatorcasadei-sa1516,
    abstract = {Lo scopo del progetto \`{e} di esplorare il variare dell'efficacia della strategia di cattura dei predatori in un sistema preda-predatore a seconda della presenza o meno di cooperazione e apprendimento.},
    apice = {PreyPredatorCasadei},
    author = {Casadei, Nicola},
    howpublished = {Autonomous Systems, A.Y. 2015/2016},
    month = jul,
    sort = {simulation},
    supervisor = {Mariani, Stefano},
    title = {Cooperazione negli sciami autonomi: il caso del sistema preda-predatore},
    type = {Simulation Project},
    year = 2017
}
@courseproject{acquariojason-sa1617,
    abstract = {Lo scopo del progetto \`{e} quello di simulare ci\`{o} che accade all'interno di un acquario di acqua dolce. Pi\`{u} in particolare vengono modellati i comportamenti di varie tipologie di pesci presenti solitamente: Ogni tipologia di pesce sopravvive in determinati range di valori dell’acqua. (Ph, nitriti, nitrati ecc) Ogni tipologia di pesce si ciba di determinati mangimi. Pesci della stessa specie possono riprodursi in determinate condizioni e generare a sua volta altri pesci. Alcuni pesci possono ammalarsi per qualche ragione e infettare gli altri. I pesci possono morire in caso di carenza o sovrabbondanza di cibo, valori dell’acqua non adatti, malattia non curata. Vi sar\`{a} quindi un entit\`{a} che eseguir\`{a} le azioni che normalmente esegue chi possiede l’acquario e che andranno a modificare l’ambiente: Pulizia dell’acquario con cambio dell’acqua. Inserimento di batteri per equilibrare i valori dell’acqua (nitriti, nitrati ecc). Inserimento di varie tipologie di cibo per i pesci. Cura attraverso antibiotici in caso di malattie. Inserimento di nuovi pesci o rimozione di pesci morti. Per implementare ci\`{o}, ci si avvale del paradigma di programmazione ad agenti fornito da Jason.},
    apice = {AcquarioJason},
    author = {Mattia Missere},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    month = jun,
    sort = {simulation},
    supervisor = {Omicini, Andrea},
    title = {Simulazione di un acquario in Jason},
    type = {Simulation Project},
    year = 2017
}
@courseproject{beachvolleysimulator-sa1516,
    abstract = {Lo scopo di questo progetto \`{e} quello di implementare un sistema multi-agente in grado di simulare lo svolgimento di una partita di beach-volley (Figura 1). Le due squadre (rossa e blu) composte da due giocatori ciascuna si sfidano; ogni partita \`{e} giocata alla meglio dei 3 set ed ogni set viene vinto dalla squadra che arriva per prima a 21 punti. L’obiettivo della simulazione \`{e} quello di studiare l’andamento dei risultati delle singole partite e, di conseguenza, le statistiche complessive (numero di tiri e numero di passaggi) di tutte le partite giocate. Il modello di simulazione sar\`{a} semplificato rispetto al contesto reale, per analizzare al meglio i risultati e l’evoluzione della simulazione stessa. La tecnologia scelta per questo progetto \`{e} cascata su uno strumento versatile come NetLogo, un ambiente utile per lo sviluppo e la simulazione di sistemi multi-agente mediamente complessi. La semplicit\`{a} del programma lo rende ideale per simulazioni veloci, ma diventa inadatto quando si devono affrontare situazioni complesse che richiedono migliaia di righe di codice.},
    apice = {BeachVolleySimulator},
    author = {Davide Alessandrini},
    howpublished = {Autonomous Systems, A.Y. 2015/2016},
    month = apr,
    sort = {simulation},
    supervisor = {Omicini, Andrea},
    title = {Beach Volley Simulator},
    type = {Simulation Project},
    year = 2017
}
research project 4
@courseproject{mlaasdecastri-sa1617,
    abstract = {Un sistema con lo scopo di effettuare predizioni su eventi sconosciuti o futuri si basa sui 'modelli predittivi'; questi modelli sono costruiti attraverso l'analisi di dati storici e attuali. Nel mondo clinico, questi modelli trovano relazioni tra molti fattori che permettono la valutazione del rischio potenziale associato a determinate condizioni del paziente. Solitamente in un sistema si preferisce generare un modello da zero, modificandolo ogni volta che viene inserito un nuovo dato. Quando questo non \`{e} possibile la miglior soluzione \`{e} quella di prendere un modello pre-costruito e utilizzarlo. I modelli predittivi possono essere costruiti utilizzando diversi linguaggi di programmazione, ma questo pone il vincolo che un modello creato con un determinato linguaggio pu\`{o} essere utilizzato solo attraverso lo stesso linguaggio. In questo modo la interoperabilit\`{a} tra sistemi differenti risulta molto difficile. Per ovviare a questo problema sono stati sviluppati dei formati di rappresentazione dei modelli in grado di essere condivisi da sistemi eterogenei: PFA (in JSON) e PMML (in XML). Il sistema sviluppato permette, attraverso una semplice GUI, di convertire un modello costruito con linguaggio R in un modello PMML. Successivamente il modello pu\`{o} essere applicato a dei dati (file CSV) forniti dall'utente e il risultato pu\`{o} essere validato confrontando l'output della valutazione del modello R corrispondente.},
    apice = {MLaaSDeCastri},
    author = {De Castri, Andrea},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    month = oct,
    sort = {research},
    supervisor = {Mariani, Stefano},
    title = {Machine Learning as a Service: Experiments with Java and R through PMML},
    type = {Research Project},
    url = {https://gitlab.com/Deca/connecare-sa},
    year = 2017
}
@courseproject{robotdeeplearningbenedetti-sa1617,
    apice = {RobotdeeplearningBenedetti},
    author = {Benedetti, Riccardo},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    month = oct,
    sort = {research},
    supervisor = {Omicini, Andrea},
    title = {Sulla relazione tra autonomia, robot autonomi e deep learning},
    type = {Research Project},
    year = 2017
}
@courseproject{linearlogicsgavazzo-spatialphdbo2017,
    apice = {LinearlogicsGavazzo},
    author = {Francesco Gavazzo},
    howpublished = {Spatial Multiagent Systems and Aggregate Computing: New Directions for Spatial Computing, A.Y. 2016/2017},
    month = sep,
    sort = {research},
    supervisor = {Omicini, Andrea},
    title = {Linear Logics for Metric Spaces},
    type = {Research Project},
    year = 2017
}
@courseproject{agvconsolelucchi-sa1617,
    apice = {AgvConsolelucchi},
    author = {Carlo Console and Riccardo Lucchi},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    month = jul,
    sort = {research},
    supervisor = {Omicini, Andrea},
    title = {Analisi del rapporto tra Autonomous Guided Vehicles e ambiente fisico per il movimento},
    type = {Research Project},
    year = 2017
}
survey project 3
@courseproject{uavugvcollini-sa1617,
    apice = {UavUgvCollini},
    author = {Alex Collini},
    howpublished = {Autonomous Systems, A.Y. 2016/2017},
    month = nov,
    sort = {survey},
    supervisor = {Omicini, Andrea},
    title = {UAV and UGV, state of the art and some in-depth analysis},
    type = {Survey Project},
    year = 2017
}
@courseproject{satelliteimagesrouhi-spatialphdbo2017,
    apice = {SatelliteimagesRouhi},
    author = {Rahimeh Rouhi},
    howpublished = {Spatial Multiagent Systems and Aggregate Computing: New Directions for Spatial Computing, A.Y. 2016/2017},
    month = jun,
    sort = {survey},
    supervisor = {Omicini, Andrea},
    title = {Multi-agent Systems and Spatial Computing in Satellite Image Classification},
    type = {Survey Project},
    year = 2017
}
@courseproject{energymanagementdefilippo-spatialphdbo2017,
    apice = {EnergymanagementDefilippo},
    author = {Allegra De Filippo},
    howpublished = {Spatial Multiagent Systems and Aggregate Computing: New Directions for Spatial Computing, A.Y. 2016/2017},
    month = feb,
    sort = {survey},
    supervisor = {Omicini, Andrea},
    title = {Multi-Agent Systems for Energy Management},
    type = {Survey Project},
    year = 2017
}
teaching project 3
@courseproject{gogiunta20017-sd1617,
    apice = {GoGiunta20017},
    author = {Alberto Giunta},
    howpublished = {Distributed Systems, A.Y. 2016/2017},
    month = oct,
    sort = {teaching},
    supervisor = {Omicini, Andrea},
    title = {GO in the Distributed Systems world},
    type = {Teaching Project},
    year = 2017
}
@courseproject{astra-sd1617,
    abstract = {* ASTRA Agent Programming Language ASTRA and JADE PingPong Example},
    apice = {Astra},
    author = {Lucchi, Giulia and Polverelli, Luca},
    howpublished = {Distributed Systems, A.Y. 2016/2017},
    month = apr,
    sort = {teaching},
    supervisor = {Omicini, Andrea},
    title = {ASTRA Agent Programming Language and comparison with JADE},
    type = {Teaching Project},
    year = 2017
}
@courseproject{wsloadbalancing-sd1617,
    apice = {WsLoadbalancing},
    author = {Alberto Mulazzani and Chiara Ceccarini},
    howpublished = {Distributed Systems, A.Y. 2016/2017},
    month = feb,
    sort = {teaching},
    supervisor = {Omicini, Andrea},
    title = {WebServices e Load Balancing},
    type = {Teaching Project},
    year = 2017
}
product project 1
@courseproject{tucsonpersistencedelvecchio-appf1617,
    apice = {TucsonPersistenceDelvecchio},
    author = {Delvecchio, Matteo},
    howpublished = {Thesis Preparatory Activity, A.Y. 2016/2017},
    month = feb,
    sort = {product},
    supervisor = {Omicini, Andrea},
    title = {Coordinazione e tolleranza ai guasti: preservare lo spazio dell'interazione in TuCSoN},
    type = {Product Project},
    year = 2017
}
technology project 1
@courseproject{similarityfattori-appf1617,
    apice = {SimilarityFattori},
    author = {Fattori, Matteo},
    howpublished = {Thesis Preparatory Activity, A.Y. 2016/2017},
    month = jan,
    sort = {technology},
    supervisor = {Omicini, Andrea},
    title = {Confronto fra approcci sul calcolo della Similarit\`{a}},
    type = {Technology Project},
    year = 2017
}