Me-It | Stefano Blando

Presentazione a MARS @ ETAPS 2026

Tue, 14 Apr 2026 00:00:00 +0000

La scorsa settimana ho presentato il nostro paper, “Statistical model checking of the Island Model: an established economic agent-based model of endogenous growth”, a MARS @ ETAPS 2026 a Torino.

Per me e stato un momento particolarmente importante: era la prima presentazione del mio primo paper di PhD, ed era anche la mia prima conferenza internazionale.

Sono contento che la presentazione sia andata bene. Al di la del talk in se, ho apprezzato molto la possibilita di discutere il lavoro con professori e ricercatori del settore e di passare alcuni giorni in un contesto che ho trovato aperto, stimolante e molto piacevole.

Il paper e co-firmato con Giorgio Fagiolo, Daniele Giachini, Andrea Vandin ed Ernest Ivanaj, e mostra come lo statistical model checking, e in particolare MultiVeStA, possa supportare un’analisi piu rigorosa dell’Island Model.

📄
👉
📰

Statistical model checking of the Island Model: an established economic agent-based model of endogenous growth

Sun, 12 Apr 2026 00:00:00 +0000

Paper Accettato a MARS @ ETAPS 2026

Fri, 20 Mar 2026 00:00:00 +0000

Il nostro paper, “Statistical model checking of the Island Model: an established economic agent-based model of endogenous growth”, e stato accettato a MARS @ ETAPS 2026.

Il lavoro e co-firmato con Giorgio Fagiolo, Daniele Giachini, Andrea Vandin ed Ernest Ivanaj. Il paper mostra come statistical model checking e MultiVeStA possano essere usati per rendere l’analisi dell’Island Model piu rigorosa, piu automatizzata e piu riproducibile, preservando al tempo stesso la sostanza economica del framework originale.

L’ho presentato a Torino, domenica 12 aprile 2026.

📄
👉
🎤

Per me, questo e uno degli esempi piu chiari della direzione che voglio dare al mio lavoro di dottorato: fornire basi statistiche piu forti ai modelli di simulazione complessi senza perderne l’interpretabilita.

RiskSentinel for Microsoft AI Dev Days 2026

Sun, 15 Mar 2026 00:00:00 +0000

RiskSentinel e il progetto che ho sviluppato per il Microsoft AI Dev Days Hackathon 2026.

L’idea di fondo era creare un sistema capace di rendere il rischio sistemico piu esplorabile e piu tangibile: invece di trattare il contagio come un output astratto in un paper o in un notebook, volevo un’interfaccia in cui gli shock potessero essere lanciati, propagati, confrontati e interpretati in tempo reale.

Il progetto combina network science, contagion modeling e agentic AI su dati di rete finanziaria di livello research-grade che coprono 210 titoli dell’S&P 500 e 3.081 snapshot giornaliere. Sotto il cofano integra tre modelli di propagazione, interactive network analytics con Streamlit e Plotly e un workflow agentico costruito con Microsoft Agent Framework e Azure OpenAI.

Quello che mi piace di piu di questo progetto e che si colloca esattamente al confine tra i miei interessi di ricerca e la prototipazione pratica: reti finanziarie, sistemi complessi, supporto decisionale e agenti AI nello stesso strumento.

👉
GitHub:
App:

Conseguimento del Master

Fri, 23 Jan 2026 00:00:00 +0000

Sono felice di condividere che il lunedì 2 febbraio 2026 ho conseguito il Master di II livello in Customer Experience, Statistics, Machine Learning and Artificial Intelligence (CESMA) presso la University of Rome Tor Vergata, con voto finale 110/110 con lode.

La tesi

La mia tesi, intitolata “Network Topology Analysis and Machine Learning Techniques for Systemic Risk Prediction in U.S. Equity Markets”, esplora l’applicazione delle Graph Neural Networks e della teoria delle reti complesse per individuare segnali di early warning nei mercati finanziari.

Questo lavoro e direttamente collegato alla mia ricerca in corso. Puoi esplorarne i dettagli tecnici e il codice nelle sezioni dedicate del portfolio:

👉
📄

Il master mi ha dato una base solida in metodi statistici avanzati e AI, che oggi sto applicando nella mia ricerca di dottorato alla Scuola Superiore Sant’Anna.

A Multi-Method Validation Framework for Large-Scale Multilingual Text Analytics

Thu, 15 Jan 2026 00:00:00 +0000

Network Topology Analysis and Machine Learning Techniques for Systemic Risk Prediction in U.S. Equity Markets

Thu, 15 Jan 2026 00:00:00 +0000

High-dimensional Robust Portfolio Optimization Under Contamination: A Factor-Analytic Approach

Fri, 04 Apr 2025 00:00:00 +0000