Martina Iammarino
RicercatriceBiografia
Martina Iammarino è una RTT presso l’Università Telematica Pegaso, con un solido background in ingegneria informatica e un’ampia esperienza nel campo della qualità del software, dell’intelligenza artificiale e dell’analisi dei dati applicata alla sanità digitale. Ha conseguito la laurea magistrale in Ingegneria Informatica presso l’Università degli Studi del Sannio e ha successivamente ottenuto il dottorato di ricerca in Tecnologia dell’Informazione per l’Ingegneria presso lo stesso ateneo, concentrando le sue ricerche sulla gestione della qualità del software e sul debito tecnico.
La sua attività di ricerca si sviluppa su più fronti, con un focus particolare sull’applicazione di tecniche di intelligenza artificiale e machine learning per la diagnosi precoce di malattie, l’ottimizzazione dei processi sanitari e il miglioramento della qualità dei sistemi software.
Ha collaborato a diversi progetti di ricerca di rilevanza nazionale e internazionale, tra cui il progetto DARE (Digital Lifelong Prevention) e l’iniziativa EDIH4DT per la trasformazione digitale sicura della pubblica amministrazione.
Parallelamente alla ricerca, ha maturato un’esperienza didattica significativa, insegnando corsi di programmazione e data analytics e supervisionando tesi di laurea in ambito di intelligenza artificiale e sanità digitale.
Ha partecipato attivamente a conferenze e workshop internazionali, contribuendo con pubblicazioni su riviste scientifiche di prestigio nei settori dell’intelligenza artificiale, del software engineering e delle applicazioni mediche.
Oltre alla sua attività accademica, è membro di gruppi di ricerca specializzati in AI applicata alla medicina e fa parte del laboratorio CINI per la Sanità Digitale e le Competenze Digitali. Il suo impegno nella divulgazione scientifica include la revisione per importanti riviste internazionali e l’organizzazione di sessioni speciali e workshop su intelligenza artificiale e qualità del software.
Attualmente, le sue ricerche si concentrano sull’uso di modelli predittivi per il supporto alle decisioni cliniche, sull’applicazione di tecniche di explainable AI per la trasparenza dei modelli in ambito sanitario e sullo studio del debito tecnico nei sistemi software complessi.
Facoltà
Materia d'insegnamento
Programmazione distribuita e Cloud Computing (L-31)
Sistemi informatizzati (L-15)
Ricevimento
Martedì dalle 15:00 alle 16:30
Pubblicazioni
Articoli su rivista:
Process mining applications in healthcare: a systematic literature review.
Aversano L, Iammarino M, Madau A, Pirlo G, Semeraro G. 2025
PeerJ Computer Science11:e2613
ISSN: 2644-1268
Doi: https://doi.org/10.7717/peerj-cs.2613
What Time Is It? Finding Which Temporal Features is More Useful for Next Activity Prediction
L. Aversano, M. Iammarino, A. Madau, G. Pirlo and G. Semeraro
IEEE Open Journal of the Computer Society, vol. 6, pp. 261-271, 2025
DOI: 10.1109/OJCS.2024.3519815
A Machine Learning Approach for the Detection of Thoracic Disease using Chest X-ray reports
Aversano L, Iammarino M, Madau A, Montano D, Verdone C
Procedia Computer Science, Volume 246, 2024,
ISSN 1877-0509,
DOI: https://doi.org/10.1016/j.procs.2024.09.535.
A systematic review on artificial intelligence approaches for smart health devices.
Aversano L, Iammarino M, Mancino I, Montano D. 2024.
PeerJ Computer Science 10:e2232
ISSN: 2100-014X
DOI: https://doi.org/10.7717/peerj-cs.2232
Artificial Intelligence-assisted Raman Spectroscopy for Liver cancer diagnosis
C. Esposito, M. Janneh, S. Spaziani, V. Calcagno, M. L. Bernardi, M. Iammarino, C. Verdone, M. Tagliamonte, L. Buonaguro, M. Pisco, L. Aversano and A. Cusano
EPJ Web Conf., 309 (2024) 10010
DOI: https://doi.org/10.1051/epjconf/202430910010
Assessment of Primary Human Liver Cancer Cells by Artificial Intelligence-Assisted Raman Spectroscopy
Esposito, C.; Janneh, M.; Spaziani, S.; Calcagno, V.; Bernardi, M.L.; Iammarino, M.; Verdone, C.; Tagliamonte, M.; Buonaguro, L.; Pisco, M.
Cells 2023, 12, 2645.
ISSN: 2073-4409,
DOI: https://doi.org/10.3390/cells12222645
Evo-GUNet3++: Using evolutionary algorithms to train UNet-based architectures for efficient 3D lung cancer detection
Ardimento, P.; Aversano, L.; Bernardi, M.; Cimitile, M.; Iammarino, M.; Verdone, C.
Applied Soft Computing, Volume 144, 2023,10465,
ISSN: 1568-4946,
DOI: https://doi.org/10.1016/j.asoc.2023.11046
A data-aware explainable deep learning approach for next activity prediction
Aversano, L.; Bernardi, M.; Cimitile, M.; Iammarino, M.; Verdone, C.
Engineering Applications of Artificial Intelligence, Volume 126, Part A, 2023, 106758, ISSN: 0952-1976,
DOI: https://doi.org/10.1016/j.engappai.2023.106758
Just-in-time software defect prediction using deep temporal convolutional networks
Ardimento P., Aversano L., Bernardi M.L., Cimitile M., Iammarino M.
Neural Comput & Applic 34, 3981–4001 (2022).
ISSN: 1031-1040
DOI: https://doi.org/10.1007/s00521-021-06659-3
Forecasting Technical Debt Evolution in Software Systems: an Empirical Study
Aversano L., Bernardi M.L., Cimitile M., Iammarino M. and Montano D.
Frontiers of Computer Science,
DOI: https://doi.org/10.1007/s11704-022-1541-7
Using deep temporal convolutional networks to just-in-time forecast technical debt principal
Ardimento P., Aversano L., Bernardi M.L., Cimitile M., Iammarino M.
Journal of Systems and Software, Volume 194, 2022, 111481
ISSN 0164-1212
DOI: https://doi.org/10.1016/j.jss.2022.111481
An empirical study on the co-occurrence between refactoring actions and Self-Admitted Technical Debt removal
Iammarino M, Zampetti F.,Aversano L. and Di Penta M.
Journal of Systems and Software
ISSN: 0164-1212
DOI: https://doi.org/10.1016/j.jss.2021.110976
Just-in-time software defect prediction using deep temporal convolutional networks
Ardimento P., Aversano L., Bernardi M.L., Cimitile M., Iammarino M.
Neural Comput & Application
ISSN: 2184-2833
DOI: 10.5220/0009890003840393
Temporal convolutional networks for just-in-time design smells prediction using fine-grained software metrics
Ardimento P., Aversano L., Bernardi M.L., Cimitile M., Iammarino M.
Neurocomputing, Volume 463, 2021, Pages 454-471,
ISSN: 0925-2312
DOI: https://doi.org/10.1016/j.neucom.2021.08.010
Thyroid Disease Treatment prediction with machine learning approaches
Aversano L. , Bernardi M. L., Cimitile M., Iammarino M. , Macchia P. E., Nettore I. C., Verdone C.
Procedia Computer Science, Volume 192, 2021, Pages 1031-1040,
ISSN :1877-0509
DOI: https://doi.org/10.1016/j.procs.2021.08.106
An Empirical Study on the Evolution of Design Smells
Aversano L., Carpenito U., Iammarino M.
Information (Switzerland) 11(7):348
ISSN: 2078-2489
DOI: https://doi.org/10.3390/info11070348
On the Relationship between Self-Admitted Technical Debt Removals and Technical Debt Measures.
Aversano L., Iammarino M., Carapella M., Del Vecchio A., Nardi L.
Algorithms 13(7):168
ISSN: 1999-4893