All'interno di ogni contesto competitivo, le persone sfruttano asimmetrie relazionali derivanti da connessioni che sono fonte di nuove informazioni e risorse. Gli individui in posizioni di intermediazione sono solitamente leader dei rispettivi gruppi. Nonostante i ricercatori abbiano esteso il concetto di capitale sociale al contesto criminale, permane una relativa mancanza di conoscenza riguardo a come i capi sfruttino il loro capitale criminale. Diversi studi hanno dimostrato che i leader di solito fungono da intermediari all'interno delle reti criminali e ciò garantisce loro un efficace equilibrio tra efficienza e sicurezza nella gestione delle attività illecite. Tuttavia, altri studi hanno dimostrato che i leader criminali spesso impiegano misure di sicurezza aggiuntive, come prendere le distanze dalle attività più rischiose come nel traffico di droga (DT) e dalle telefonate. Questo studio esamina i comportamenti dei leader criminali per identificare se e in che modo variao in base alle principali attività svolte dalle loro reti e rispetto ai canali di comunicazione utilizzati. Questo studio si basa su otto casi studio di gruppi di ‘Ndrangheta coinvolti nel DT, o altri tipici crimini legati alla mafia centrati sul controllo del territorio (COT). I risultati indicano che mentre i leader criminali favoriscono l'intermediazione e la sicurezza quando sono coinvolti nel COT, optano per la chiusura e l'efficienza quando sono coinvolti nel DT. Questi risultati gettano luce sui comportamenti dei leader criminali, che, a loro volta, aumentano le conoscenze esistenti sulla struttura interna delle reti criminali. / Within every competitive setting, people exploit relational asymmetries stemming from connections that are sources of novel information and resources. Individuals in brokering positions are ordinarily a respective groups’ leader. Whilst scholars have extended the concept of social capital to the criminal context, there remains a relative dearth of knowledge concerning precisely how leaders exploit their criminal capital. Manifold studies have shown that leaders usually act as brokers within criminal networks, which provides an effective balance between efficiency and security in the management of illicit activities. However, other studies have demonstrated that criminal leaders often employ additional security measures, including inter alia distancing themselves from riskier activities, such as drug trafficking (DT) networks and communicating via telephone. This study examines criminal leaders’ behaviors to identify whether and in what ways they vary according to the main activities performed by their networks, and with respect to the communication channels used. This study is underpinned by eight case studies of ‘Ndrangheta groups involved in DT, or other typical Mafia-related crimes centered on the control of the territory (COT). The results indicate that while criminal leaders favor brokerage and security when involved in COT, they opt for closure and efficiency when involved in DT. Ultimately, these findings cast light upon criminal leaders’ behaviors, which, in turn, enhances extant knowledge on the internal structure of criminal networks.

L'ultima crisi nanziaria ha evidenziato il ruolo decisivo delle connessioni nel mercato interban- cario come canale e strumento ampli catore dei shock nanziari, e di conseguenza del rischio sistemico. In questa tesi presentiamo delle metodologie teoriche ed empiriche per analizzare il potenziale rischio sistemico in una rete bancaria interconnessa. La tesi comprende due saggi sulle reti nanziarie e il rischio sistemico ed e organizzata in due capitoli. Nel capitolo I analizziamo e modelliamo alcune delle complesse interazioni all'interno di una rete nanziaria, con l'obiettivo di approfondire nella interrelazione fra la fragilit a dell'eco- nomia reale e quella del sistema bancario. A questo scopo, forniamo una descrizione qualitativa e quantitativa delle dinamiche della leva nanziaria. Nel capitolo II, sfruttiamo un set originale di dati su 15 banche europee classi cate come G-SIB per valutare se l'espansione nei mercati esteri aumenta la loro rischiosit a, e attraverso quali canali si materializa. / The last global nancial crisis clearly illustrated the crucial role of interbank linkages in channel- ing and amplifying shocks hitting the system and, therefore, in the emergence of systemic risk. In this thesis, we present theoretical and empirical methodologies for analysing the potential for systemic risk in a interconnected banking network. The dissertation comprehends two essays on nancial networks and systemic risk and is organ- ised in two chapters. In chapter I, we analyse and model some complex interactions and feedback relationships within a nancial network, with the objective of delving into the linkages between fragility in the real economy and in the banking system. For this purpose, we provide a qualita- tive and quantitative description of leverage dynamics. In chapter II, we exploit an original dataset on 15 European banks classi ed as G-SIBs by the BIS to assess whether expansion in foreign markets increases their riskiness, and through which channels that eventually happens.

Dedicating less transport resources by grouping goods to be shipped together, or pooling as we name it, has a very crucial role in saving costs in transport networks. Nonetheless, it is not so easy to estimate pooling among different groups of shipments or understand why these groups are poolable. The typical solution would be to consider all shipments of both groups as one and use some Vehicle Routing Problem (VRP) software to estimate costs of the new combined group. However, this brings with it some drawbacks, such as high computational costs and no pooling explainability. On this work we build a tool that estimates the different types of pooling using demand data. This solution includes mapping shipment data to a lower dimension, where each poolability trait corresponds to a latent dimension. We tested different dimensionality reduction techniques and found that the best performing are the autoencoder models based on neural networks. Nevertheless, comparing shipments on the latent space turns out to be more challenging than expected, because distances in these latent dimensions are sometimes uncorrelated to the distances in the real shipment features. Although this limits the use cases of this approach, we still manage to build the full poolability tool that incorporates the autoencoders and uses metrics we designed to measure each poolability trait. This tool is then compared to a VRP software and proves to have close accuracy, while being much faster and explainable. / Att optimera transportresurser genom att gruppera varor som ska skickas tillsammans, även kallat poolning, spelar en avgörande roll för att spara kostnader i transportnätverk. Trots detta är det inte så enkelt att uppskatta poolning mellan olika grupper av försändelser eller förstå varför dessa grupper kan poolas. Den vanliga lösningen skulle vara att betrakta alla försändelser från båda grupperna som en enda enhet och använda mjukvara för att lösa problemet med fordonsschemaläggning (Vehicle Routing Problem, VRP) för att uppskatta kostnaderna för den nya sammanslagna gruppen. Detta medför dock vissa nackdelar, såsom höga beräkningskostnader och bristande förklarbarhet när det kommer till poolning. I detta arbete bygger vi ett verktyg som med hjälp av efterfrågedata uppskattar olika typer av poolning. Lösningen innefattar kartläggning av försändelsedata till en lägre dimension där varje egenskap för poolbarhet motsvarar en dold dimension. Vi testade olika tekniker för att minska dimensionerna och fann att de bäst presterande är autoencoder-modeller baserade på neurala nätverk. Trots detta visade det sig vara mer utmanande än förväntat att jämföra försändelser i det dolda rummet eftersom avstånden i dessa dolda dimensioner ibland inte korrelerar med avstånden i de faktiska försändelseegenskaperna. Trots att detta begränsar användningsområdena för denna metod lyckades vi ändå bygga ett komplett verktyg för poolbarhet som inkluderar autoencoders och använder metriker som vi har utformat för att mäta varje egenskap för poolbarhet. Detta verktyg jämförs sedan med en VRP-mjukvara och visar sig ha liknande noggrannhet samtidigt som det är betydligt snabbare och mer förklarligt. / Dedicare meno risorse di trasporto raggruppando insieme le merci da spedire, o creando un pool come lo chiamiamo noi, svolge un ruolo cruciale nel risparmio dei costi nelle reti di trasporto. Tuttavia, non è facile stimare il grado di aggregazione tra diversi gruppi di spedizioni o comprendere perché tali gruppi siano aggregabili. La soluzione tipica consisterebbe nel considerare tutte le spedizioni di entrambi i gruppi come una sola entità e utilizzare un software di Problema di Routing dei Veicoli (VRP) per stimare i costi del nuovo gruppo combinato. Tuttavia, ciò comporta alcuni svantaggi, come elevati costi computazionali e la mancanza di spiegazioni riguardo all'aggregazione. In questo lavoro abbiamo sviluppato uno strumento che stima i diversi tipi di aggregabilità utilizzando i dati di domanda. Questa soluzione prevede la mappatura dei dati delle spedizioni in una dimensione inferiore, in cui ciascuna caratteristica di aggregabilità corrisponde a una dimensione. Abbiamo testato diverse tecniche di riduzione dimensionale e abbiamo constatato che i modelli autoencoder basati su reti neurali sono i più efficaci. Tuttavia, confrontare le spedizioni nello spazio latente si è rivelato più complesso del previsto, poiché le distanze in queste dimensioni latenti talvolta non sono correlate alle distanze nelle caratteristiche reali delle spedizioni. Sebbene ciò limiti le applicazioni di questo approccio, siamo comunque riusciti a sviluppare uno strumento completo per l'aggregabilità che incorpora gli autoencoder e utilizza metriche da noi progettate per misurare ciascuna caratteristica di aggregabilità. Successivamente, abbiamo confrontato questo strumento con un software VRP e dimostrato che presenta un'accuratezza simile, pur essendo più veloce e fornendo spiegazioni chiare.

Il coordinamento dell’aiuto pubblico allo sviluppo, evocato negli ultimi anni da più parti come la soluzione alla deludente efficacia degli aiuti è in realtà un argomento che nasce quasi contemporaneamente alle prime organizzazioni internazionali dedicate allo sviluppo . La funzione ambivalente delle Nazioni Unite, agente di mediazione diplomatica da un lato (mediazione tra stati e tra gruppi di potere all’interno dello stesso stato), e agente di sviluppo dall’altro, garantisce all’organizzazione un ruolo preminente nel coordinamento degli aiuti nei contesti di guerra e di post-conflitto. E’ questa stessa ambivalenza che impone all’organizzazione un rapporto ufficiale con i territori sottosviluppati, incardinato nella relazione con i governi centrali degli stati. La critica radicale all’aiuto pubblico allo sviluppo individua tutte le distorsioni politiche ed economiche legate all’afflusso dei fondi, sottolineandone le aggravanti possibili laddove esista una discrasia tra gli obiettivi di sviluppo delle Nazioni Unite e quelli dell’élite che occupa le posizioni apicali dello stato. Questa ricerca attraverso un’analisi storica del contesto, mette in luce l’interazione tra il sistema degli aiuti e il sistema-paese in Tajikistan dall’ingresso delle organizzazioni ai giorni nostri. L’analisi dimostra infine che la struttura politico-economica radicata sul territorio, pur conservando i tratti di uno “stato predatorio” (tratti non alleviati bensì aggravati dalle distorsioni legate all’afflusso dei fondi per lo sviluppo), sfugge in realtà alla definizione stessa di “Stato”. Questo dato rivela una debolezza insita nell’approccio metodologico del sistema degli aiuti che si fonda proprio sull’archetipo dello “Stato”. / The Official Development Assistance (ODA) coordination has been recently launched as a genuine mean to increase aid effectiveness. Actually, the “aid coordination” paradigm was born almost contemporaneously to the first international organizations dedicated to “development”. The ambivalent function of the United Nation that acts both as an agent of diplomatic mediation (among states and among different lobbies within the borders of the same state), and as a development agent, guarantees to United Nations a preeminent role in the field of aid coordination in conflict and post-conflict contexts. It’s this real ambivalence that compels the United Nations to deal with development countries through official relations with the central governments. The radical critique to development aid shows different political and economic distortions related to the incidence of foreign funds. At the same time, it underlines that wherever the goals of the official governments diverge from the development goals of the aid community these distortions might be even more burdensome for the country. This research, through an historical analysis, draws attention on the interaction among the development industry and the country-system in Tajikistan from the arrival of the international organizations to our days. The analysis demonstrates that the political and economic structure of the country, while maintaining the features of a “predatory state” (features which are not alleviated but worsened by the distortions brought about by the aid industry), simply do not comply with the definition of a “State”. This result highlights an innate weakness of the aid industry methodological approach that is in fact, fully based on the political archetype of the “State”.

Graphs are often considered an excellent way of modeling complex real-world problems since they allow to capture relationships between items. Because of their ubiquity, graph embedding techniques have occupied research groups, seeking how vertices can be encoded into a low-dimensional latent space, useful to then perform machine learning. Recently Graph Neural Networks (GNN) have dominated the space of embeddings generation due to their inherent ability to encode latent node dependencies. Moreover, the newly introduced Inductive Graph Neural Networks gained much popularity for inductively learning and representing node embeddings through neighborhood aggregate measures. Even when an entirely new node, unseen during training, appears in the graph, it can still be properly represented by its neighboring nodes. Although this approach appears suitable for dynamic graphs, available systems and training methodologies are agnostic of dynamicity and solely rely on re-processing full graph snapshots in batches, an approach that has been criticized for its high computational costs. This work provides a thorough solution to this particular problem via an efficient prioritybased method for selecting rehearsed samples that guarantees low complexity and high accuracy. Finally, a data-parallel inference method has been evaluated at scale using Apache Flink, a data stream processor for real-time predictions on high volume graph data streams. / Molti problemi nel mondo reale possono essere rappresentati come grafi poichè queste strutture dati consentono di modellare relazioni tra elementi. A causa del loro vasto uso, molti gruppi di ricerca hanno tentato di rappresentare i vertici in uno spazio a bassa dimensione, utile per poi poter utilizzare tecniche di apprendimento automatico. Le reti neurali per grafi sono state ampiamente utilizzate per via della loro capacità di codificare dipendenze tra vertici. Le reti neurali induttive recentemente introdotte, inoltre, hanno guadagnato popolarità poichè consentono di generare rappresentazioni di vertici aggregando altri vertici. In questo modo anche un nodo completamente nuovo può comunque essere rappresentato utilizzando i suoi nodi vicini. Sebbene questo approccio sia adatto per grafici dinamici, i sistemi ad oggi disponibili e gli algoritmi di addestramento si basano esclusivamente sulla continua elaborazione di grafi statici, un approccio che è stato criticato per i suoi elevati costi di calcolo. Questa tesi fornisce una soluzione a questo problema tramite un metodo efficiente per l’allenamento di reti neurali induttive basato su un’euristica per la selezione dei vertici. Viene inoltre descritto un metodo per eseguire predizioni in modo scalabile in tempo reale utilizzando Apache Flink, un sistema per l’elaborazione di grandi quantità di flussi di dati in tempo reale. / Grafer anses ofta vara ett utmärkt sätt att modellera komplexa problem i verkligheten eftersom de gör det möjligt att fånga relationer mellan objekt. På grund av deras allestädes närhet har grafinbäddningstekniker sysselsatt forskningsgrupper som undersöker hur hörn kan kodas in i ett lågdimensionellt latent utrymme, vilket är användbart för att sedan utföra maskininlärning. Nyligen har Graph Neural Networks (GNN) dominerat utrymmet för inbäddningsproduktion tack vare deras inneboende förmåga att koda latenta nodberoenden. Dessutom fick de nyinförda induktiva grafiska nervnäten stor popularitet för induktivt lärande och representerande nodbäddningar genom sammanlagda åtgärder i grannskapet. Även när en helt ny nod, osynlig under träning, visas i diagrammet, kan den fortfarande representeras ordentligt av dess angränsande noder. Även om detta tillvägagångssätt tycks vara lämpligt för dynamiska grafer, är tillgängliga system och träningsmetodologier agnostiska för dynamik och förlitar sig bara på att behandla fullständiga ögonblicksbilder i partier, en metod som har kritiserats för dess höga beräkningskostnader. Detta arbete ger en grundlig lösning på detta specifika problem via en effektiv prioriteringsbaserad metod för att välja repeterade prover som garanterar låg komplexitet och hög noggrannhet. Slutligen har en dataparallell inferensmetod utvärderats i skala med Apache Flink, en dataströmprocessor för realtidsprognoser för grafiska dataströmmar med hög volym.

This research proposes a novel approach for improving autonomous mobile system navigation in dynamic and potentially occluded environments. The research introduces a tracking framework that combines data from stationary sensing units and on-board sensors, addressing challenges of computational efficiency, reliability, and scalability. The work innovates by integrating spatially-distributed LiDAR and RGB-D Camera sensors, with the optional inclusion of on-board IMU-based dead-reckoning, forming a robust and efficient coordination framework for autonomous systems. Two key developments are achieved. Firstly, a point cloud object detection technique, "Generalized L-Shape Fitting”, is advanced, enhancing bounding box fitting over point cloud data. Secondly, a new estimation framework, the Distributed Edge Node Switching Filter (DENS-F), is established. The DENS-F optimizes resource utilization and coordination, while minimizing reliance on on-board computation. Furthermore, it incorporates a short-term predictive feature, thanks to the Adaptive-Constant Acceleration motion model, which utilizes behaviour-based control inputs. The findings indicate that the DENS-F substantially improves accuracy and computational efficiency compared to the Kalman Consensus Filter (KCF), particularly when additional inertial data is provided by the vehicle. The type of sensor deployed and the consistency of the vehicle's path are also found to significantly influence the system's performance. The research opens new viewpoints for enhancing autonomous vehicle tracking, highlighting opportunities for future exploration in prediction models, sensor selection, and precision coordination. / Denna forskning föreslår en ny metod för att förbättra autonom mobil systemsnavigering i dynamiska och potentiellt skymda miljöer. Forskningen introducerar ett spårningsramverk som kombinerar data från stationära sensorenheter och ombordssensorer, vilket hanterar utmaningar med beräkningsefektivitet, tillförlitlighet och skalbarhet. Arbetet innoverar genom att integrera spatialt distribuerade LiDAR- och RGB-D-kamerasensorer, med det valfria tillägget av ombord IMU-baserad dödräkning, vilket skapar ett robust och efektivt samordningsramverk för autonoma system. Två nyckelutvecklingar uppnås. För det första avanceras en punktmolnsobjektdetekteringsteknik, “Generaliserad L-formig anpassning”, vilket förbättrar anpassning av inneslutande rutor över punktmolnsdata. För det andra upprättas ett nytt uppskattningssystem, det distribuerade kantnodväxlingsfltret (DENSF). DENS-F optimerar resursanvändning och samordning, samtidigt som det minimerar beroendet av ombordberäkning. Vidare införlivar det en kortsiktig prediktiv funktion, tack vare den adaptiva konstanta accelerationsrörelsemodellen, som använder beteendebaserade styrentréer. Resultaten visar att DENS-F väsentligt förbättrar noggrannhet och beräknings-efektivitet jämfört med Kalman Consensus Filter (KCF), särskilt när ytterligare tröghetsdata tillhandahålls av fordonet. Den typ av sensor som används och fordonets färdvägs konsekvens påverkar också systemets prestanda avsevärt. Forskningen öppnar nya synvinklar för att förbättra spårning av autonoma fordon, och lyfter fram möjligheter för framtida utforskning inom förutsägelsemodeller, sensorval och precisionskoordinering. / Questa ricerca propone un nuovo approccio per migliorare la navigazione dei sistemi mobili autonomi in ambienti dinamici e potenzialmente ostruiti. La ricerca introduce un sistema di tracciamento che combina dati da unità di rilevazione stazionarie e sensori di bordo, afrontando le sfde dell’effcienza computazionale, dell’affdabilità e della scalabilità. Il lavoro innova integrando sensori LiDAR e telecamere RGB-D distribuiti nello spazio, con l’inclusione opzionale di una navigazione inerziale basata su IMU di bordo, formando un robusto ed effciente quadro di coordinamento per i sistemi autonomi. Vengono raggiunti due sviluppi chiave. In primo luogo, viene perfezionata una tecnica di rilevazione di oggetti a nuvola di punti, “Generalized L-Shape Fitting”, migliorando l’adattamento del riquadro di delimitazione sui dati della nuvola di punti. In secondo luogo, viene istituito un nuovo framework di stima, il Distributed Edge Node Switching Filter (DENS-F). Il DENS-F ottimizza l’utilizzo delle risorse e il coordinamento, riducendo al minimo la dipendenza dal calcolo di bordo. Inoltre, incorpora una caratteristica di previsione a breve termine, grazie al modello di movimento Adaptive-Constant Acceleration, che utilizza input di controllo basati sul comportamento del veicolo. I risultati indicano che il DENS-F migliora notevolmente l’accuratezza e l’effcienza computazionale rispetto al Kalman Consensus Filter (KCF), in particolare quando il veicolo fornisce dati inerziali aggiuntivi. Si scopre anche che il tipo di sensore impiegato e la coerenza del percorso del veicolo infuenzano signifcativamente le prestazioni del sistema. La ricerca apre nuovi punti di vista per migliorare il tracciamento dei veicoli autonomi, evidenziando opportunità per future esplorazioni nei modelli di previsione, nella selezione dei sensori e nel coordinamento di precisione.

Il concetto di rete dell'informazione può diventare uno schema logico con cui descrivere l'evoluzione delle politiche sulle energie rinnovabili e sulla sostenibilità? La ricerca è stata svolta analizzando l'architettura delle due reti (internet e reti energetiche) e l'evoluzione del bene prodotto e distribuito nella rete energetica, l'energia, esplicitando l'accessibilità da parte della distribuzione mondiale delle risorse petrolifere tradizionali e delle risorse rinnovabili. La struttura metodologica del progetto di ricerca si basa due tipi di analisi teorica: 1) l'analisi della nascita delle società in rete attraverso le teorie di Manuel Castells (concetto di spazio di flussi) e di Saskia Sassen e l'evoluzione delle città (cap.2 e cap.5) 2) le analisi dei flussi dei materiali e delle energie avendo come riferimento metodologico l'approccio ecologico ideato dai ricercatori dell'istituto per il Clima, l'Ambiente e l'Energia di Wuppertal, Germania (cap.3 e cap.4) La contraddizione tra città innovative e città che sono ai livelli di enormi discariche o di baraccopoli è esposta nel cap.6 attraverso casi studio e progetto dei Programmi Europei. Nell'ultimo capitolo (cap.7) si riassumono le ipotesi di partenza e i risultati della ricerca e si espongono le questioni aperte. / Can internet logic scheme be used as a basis to describe public policies evolution on renewable energies production and sharing in urban areas all over the world? The research project analyses the two networks (internet and energetic grids) architectures in actual and future urban areas. This analysis is connected with present and future forecasts energy productions from traditional fuels and from renewable sources. Theoretical analysis is conducted following a double conceptual pathway: - societal networks (Manuel Castells theory) and urban areas evolution (Saskia Sassen and Mike Davis) in order to picture the evolution of cities and towns in modern economies and in developing countries (Chapters 2 and 5); - Material and Energy Flow Analysis (approach by Wuppertal Institute for Climate, Environment and Energy) applied to renewable energy (Chapters 3 and 4) In Chapter 6 case studies are exposed on the deep cleavage between two different worlds: innovative, rich towns on a side and the landfills cities, slums on the other side. In the last part hypothesis and thesis are put together and open questions are explained (Chapter 7).