Riccardo Zese è un ricercatore a tempo determinato e membro del gruppo di ricerca su Machine Learning e Artificial Intelligence presso l’Università degli Studi di
Ferrara. Il suo lavoro è principalmente incentrato sullo sviluppo di tecniche di inferenza e apprendimento automatico per logiche probabilistiche. In particolare, il suo obiettivo è quello di sviluppare un framework completo per la gestione delle ontologie probabilistiche a partire da linked data. Parallelamente, egli studia l’utilizzo di Prolog come linguaggio per l’implementazione di algoritmi di ragionamento per logiche descrittive e la loro combinazione con linguaggi di programmazione logica in framework ibridi. Infine, studia l’applicazione di tecniche di Deep Learning, in combinazione con logiche classiche. Inoltre, è docente del corso “Deep Learning”, laurea magistrale in Ingegneria Informatica dell’Università di Ferrara. La sua tesi di dottorato è stata premiata con una menzione d’onore al Distinguished Dissertation Award 2016 dell’EurAI ed è stata pubblicata come monografica dal titolo “Probabilistic Semantic Web – Reasoning and Learning”, pubblicato da IOS Press Amsterdam con AKA Verlag Berlin. Il lavoro svolto su uno dei sistemi descritti nella sua tesi ha vinto il premio per la migliore carta alla settima edizione di RR, tenutasi a Mannheim nel 2013.