MODELLO

Consiglio Nazionale delle Ricerche	Progetto COORDINATO - AGENZIA2001
codice: CNRC012FF2_003

Coordinatore del progetto	VINCENZO MARINARI
Titolo del progetto	Transizioni di fase nella fisica dei sistemi disordinati : un approccio statistico e di ottimizzazione.

Cognome	BERNASCHI
Nome	MASSIMO
Sesso	M
Data di nascita	11/08/1963
Luogo di nascita	Frascati
Nazionalità	ITALY
Istituzione di appartenenza	Istituto per le Applicazioni del Calcolo
Qualifica	Dirigente Tecnologo CNR
Matricola CNR (se dipendente)	05553
Codice Fiscale	BRNMSM63M11D773O

L'attivita' dell'unita' CNR-IAC si concentrera' sui seguenti obiettivi:

===============================================================================
I Obiettivo: Analisi e sviluppo di algoritmi per la programmazione dinamica
applicata a problemi nel campo biologico ed in generale dei
sistemi complessi
===============================================================================
Alcune delle tecniche sviluppate per lo studio di sistemi complessi in
meccanica statistica sono ormai ampiamente utilizzate anche per la
risoluzione di problemi di ottimizzazione su larga scala. Il
"simulated annealing" o il "simulated tempering", ad esempio, sono
specialmente utili per problemi con molti gradi di liberta' dove
algoritmi deterministici falliscono o richiedono tempi di calcolo
troppo elevati. Nella maggior parte dei casi questi algoritmi sono
applicati per trovare "l'ottimo globale" di un sistema statico come
nei classici problemi del commesso viaggiatore o del partizionamento
di un grafo (quest'ultimo, tra l'altro, ha un'interpretazione abbastanza
naturale come sistema di spin glass).
Tuttavia, in molti casi interessanti, l'ottimo deve essere determinato
per una successione di "passi" (il processo decisionale e' ripetuto nel tempo).
In altre parole, si ha un sistema che segue una dinamica con una funzione
"costo" da ottimizzare. La dinamica puo' essere reale oppure introdotta
ad hoc per rendere piu' semplice lo studio del sistema stesso.
Un approccio molto generale a questo tipo di problemi e' possibile
ricorrendo alla Programmazione Dinamica (PD).
Nel campo applicativo nel quale ci vogliamo focalizzare (bioinformatica),
la PD e' usata, ad esempio:
1)Per assemblare dati di sequenziamento del DNA dai frammenti prodotti
dalle macchine per il sequenziamento automatico.
2)Per determinare la funzione di proteine sulla base dell'omologia con
altre proteine di cui sia nota la funzione.
3)Per determinare la struttura secondaria dei geni del RNA.
Sfortunatamente, la PD puo' essere molto onerosa dal punto di vista
computazionale presentando quella che Bellman (che introdusse i concetti
fondamentali della PD a meta' degli anni 50) defini' come la
"maledizione della dimensionalita'".
Sommariamente, il problema e' che ad ogni passo nell'evoluzione del sistema,
e' necessario ricorrere ad una procedura di ottimizzazione condizionata che
tenga conto dei risultati dei passi precedenti. Si ha quindi la combinazione
di una ricerca esaustiva tra tutte le possibili configurazioni di ogni
passo ed una procedura ricorsiva attraverso i passi.
Per gran parte dei problemi tipici della biologia molecolare, il numero
`dei passi e/o delle possibili configurazioni ad ogni passo sono tali
che la PD non puo' essere impiegata direttamente neanche sui sistemi
di calcolo piu' avanzati.
Per evitare la crescita esponenziale dello spazio delle configurazioni
e' necessario tenere conto del criterio di ottimalita' durante la fase
di esplorazione dello spazio stesso.
Questo significa escludere le configurazioni che non possono soddisfare
il criterio di ottimalita' e soprattutto evitare di ricalcolare il
contributo di configurazioni gia' valutate ai passi precedenti.
Da questo punto di vista la PD puo' essere definita come una tecnica
ricorsiva con "memoria".
Allo stato attuale, lo sviluppo di un algoritmo efficiente basato
sulla programmazione dinamica dipende spesso dall'esperienza ed in un
certo senso dalla sensibilita' che si ha del particolare problema
applicativo che si deve risolvere.
In questo contesto, proponiamo un'analisi della complessita'
computazionale di problemi per i quali si ricorre alla PD basata sulle
tecniche utilizzate in meccanica statistica per studiare le
transizioni di fase.
Recentemente tale analisi e' stata applicata ai cosidetti problemi NP-completi.
In particolare e' stato dimostrato come il costo computazionale di risolvere
il problema K-SAT (una serie di espressioni logiche di cui si vuole soddisfare
il numero massimo possibile) presenti un comportamento "basso-alto-basso"
rispetto al valore del rapporto tra il numero di espressioni e quello
delle variabili. La natura di queste transizioni puo' suggerire come
migliorare l'efficienza di algoritmi esistenti o nuovi.
Alcuni problemi per i quali in biologia molecolare si utilizzano
estensioni della PD, ad esempio l'allineamento ottimale di stringhe
multiple, sono NP-completi. Si presentano quindi come un punto di
partenza ottimale per lo studio che intendiamo svolgere.

In parallelo con questa analisi, abbiamo intenzione di investigare se
e' possibile formulare problemi di biologia molecolare, attualmente
affrontati con la PD, con tecniche alternative o complementari. Ad
esempio, i metodi tipo branch-and-cut o max-and-cut, che verranno
utilizzati nel presente progetto per lo studio dei sistemi vetrosi,
sono stati applicati con un certo successo anche al problema
dell'allineamento di sequenze multiple. Su questo punto si prevede
una stretta collaborazione con l'unita' CNR-IASI.
Studieremo soprattutto se e' possibile rappresentare la soluzione dei
problemi di PD di interesse biologico per mezzo di un'equazione
differenziale di tipo Hamilton-Jacobi-Bellman (nel caso in cui siano
presenti componenti stocastiche) o come sistema hamiltoniano (nel caso
deterministico). Il vantaggio di un approccio di questo tipo e' che
si puo' far ricorso alle tecniche dell'analisi matematica per produrre
approssimazioni numeriche consistenti del problema originale e per
ridurre i requisiti computazionali e di memoria dell'algoritmo
numerico.
Il vantaggio di un approccio di questo tipo e' che si puo' far ricorso
alle tecniche dell'analisi matematica per produrre approssimazioni numeriche
consistenti del problema originale e per ridurre i requisiti computazionali
e di memoria dell'algoritmo numerico.
In altri campi di ricerca dova la PD e' ampiamente utilizzata (ad esempio
la gestione ottimale di un portafoglio di investimenti soggetto a vincoli)
questa tecnica e' stata sfruttata con grande successo.
In biologia l'applicazione e' stata limitata allo studio della dinamica
delle popolazioni.
E' da sottolineare come le equazioni risultanti possano essere assolutamente
non banali (sistemi non-lineari di equazioni alle derivate parziali).
Il nostro obiettivo, in questo caso, e' lo sviluppo di strumenti software
per calcolare stime numeriche affidabili per le soluzioni delle equazioni
di tipo Hamilton-Jacobi originate da problemi di ottimizzazione in
diversi campi (ma con particolare attenzione a quello biologico).
Per raggiungere questo scopo, devono essere risolti alcuni problemi
di tipo teorico. Infatti non tutte le equazioni che potrebbero risultare
sono state studiate dal punto di vista analitico. Non e' quindi noto
se queste ammettano una soluzione unica e quanto stabile possa essere
una soluzione numerica.
Successivamente sara' necessario costruire schemi numerici
per ogni tipo di equazione che soddisfi le proprieta' standard di
consistenza, stabilita' e monotonicita' per garantire la convergenza di
questi metodi di approssimazione della soluzione analitica.
Queste procedure saranno ottenute sfruttando alcuni recenti risultati
circa la convergenza degli schemi di approssimazione per equazioni
completamente non lineari del primo e secondo ordine.
Dal punto di vista numerico, gli schemi che pensiamo di utilizzare
appartengono alla categoria (W)ENO: "(Weighted) Essentially
Non-Oscillatory".
Gli schemi saranno valutati su un insieme di problemi reali e raccolti
in forma di libreria da rendere disponibile nella filosofia "open source".

Programma di lavoro:
Primo anno.
Analisi di complessita' basata sulle tecniche della meccanica
statistica di algoritmi per la programmazione dinamica.
Studio delle proprieta' di stabilita', convergenza ed efficienza
di algoritmi per la soluzione numerica di equazioni di tipo
Hamilton-Jacobi originate da problemi di PD in biologia.

Secondo anno.
Implementazione degli algoritmi (versione seriale e
parallela). Test, documentazione e rilascio come
pacchetto "open-source". Test del prototipo software su
problemi reali in biologia molecolare ed eventualmente
altri campi (ad esempio matematica finanziaria).

===============================================================================
II Obiettivo: Modelli mesoscopici per la dinamica dei sistemi disordinati
===============================================================================
Molti sistemi in natura mostrano comportamento "disordinato"
con caratteristiche intermedie tra stato liquido e solido
e tuttavia non riconducibili a nessuno di questi due estremi.
Poiche' tali proprieta' si riscontrano tipicamente in materiali
amorfi, di tipo vetroso, un tale comportamento intermedio
viene genericamente indicato come "vetroso".
Il comportamento "vetroso" costituisce un paradigma generico di
complessita' che va ben oltre il contesto originario
della materia condensata, per investire campi apparentemente lontani
come la biologia e le scienze finanziarie.
In maniera del tutto generica, il comportamento vetroso e' generalmente
associato a sistemi "frustrati", ovvero soggetti ad una serie di
vincoli conflittuali, che non possono dunque essere soddisfatti
simultaneamente in maniera esatta.

La descrizione matematico-numerica del comportamento dei materiali
vetrosi si basa principalmente su metodologie microscopiche del tipo
Dinamica Molecolare e Monte Carlo.
Tali tecniche riescono a tenere conto di molti dettagli della dinamica
su scala atomica ma hanno grosse difficolta' a raggiungere le scale
spazio-temporali di interesse macroscopico.
Per questo motivo, la dinamica dei vetri e' spesso affrontata tramite
modelli minimali, del tipo "spin-glass", nei quali i gradi di liberta'
molecolari vengono ridotti a una semplice rappresentazione binaria
(spin up, spin down) su reticolo.
Tali modelli di 'vetri reticolari' sono ovviamente molto piu'
trattabili sul piano della complessita' computazionale, ma i rispettivi
risultati devono sempre essere valutati in maniera critica rispetto
alle drastiche ipotesi semplificative su cui sono basati.

Appare dunque assai opportuno investigare se esistano approcci intermedi
ottimali, di tipo mesoscopico, in grado di ottenere una semplicita'
computazionale paragonabile a quella degli spin-glass, mantenendo
tuttavia un grado di realismo molecolare piu' vicino a quello
della Dinamica Molecolare e Monte Carlo.
Dati gli ottimi precedenti in meccanica dei fluidi, ci si propone
di basare questo progetto su opportune estensioni del metodo lattice Boltzmann.

In particolare ci si propone di estendere l'equazione di Boltzmann su
reticolo per miscele binarie in modo da rappresentare gli effetti
dell'interazione intermolecolare del tipo Lennard-Jones,
congiuntamente agli effetti di frustrazione geometrica caratteristici
dello stato vetroso.

Gli effetti di frustrazione saranno tentativamente rappresentati attraverso
opportune scelte dei parametri di interazione molecolare tra le due
specie atomiche, diciamo A e B. Piu' precisamente, ci si propone
di variare intensita' e raggio dell'interazione tra le specie A-A, B-B e A-B
in modo da riprodurre i risultati della Dinamica Molecolare.
Allo stesso tempo, poiche' l'equazione di Boltzmann di reticolo e' per
definizione priva di fluttuazioni molecolari, si introdurra' una
forzante di tipo stocastico (rumore alla Langevin) tale da ristabilire
i necessari effetti di correlazione spazio-temporale tra le
fluttuazioni di densita'.

Programma di lavoro:

Primo anno.
Analisi teorica del modello.
Scrittura e test di un codice "Glassy" Lattice Boltzmann
(GLB) bidimensionale.

Secondo anno.
Simulazione intensiva (vasto scan parametrico)
su larga scala (alta risoluzione) del modello GLB.

The CNR-IAC group will focus on the following two tasks:

===============================================================================
I Task: Analysis and development of dynamic programming algorithms
applied to problems in molecular biology and other complex systems
===============================================================================
It is by now widely accepted that very challenging optimization
problems can be successfully faced by means of techniques developed in
the framework of the statistical mechanics. Simulated annealing and
simulated tempering, for instance, are specially useful for high
dimensional problems in which deterministic algorithms fail or have
unbearable computational requirements. Most of the times these
algorithms are applied to find the optimum of a "static" configuration
like in the classic traveling salesman or graph partitioning problems
(the latter, by the way, can be easily mapped onto a spin glass problem).
However in many situations the optimum must be determined as a
sequence of optimal steps (sequential decision making).
In other words, there is a cost function that must be optimized during
the evolution of the system. The dynamics of this evolution can be real
or artificial (that is a synthetic dynamics which makes easier to study the
system)
A general approach to this class of problems is possible by means of
the Dynamic Programming (DP) technique.
In computational biology, DP is used, for instance:
1) for assembling DNA sequence data from the fragments that are delivered
by automated sequencing machines;
2) to infer function of proteins by homology to other proteins with known
function;
3) to predict the secondary structure of functional RNA genes.
Unfortunately the DP has a major drawback in its extreme computational
demands that Bellman, who proposed the DP concept in the mid 50s,
defined as the "Curse of Dimensionality".
Basically this means that at each "stage" of the system evolution,
a conditional optimization procedure which takes into account the results
of the previous stages is required. So there is a combination of an exhaustive
search among all possible configurations in each stage and a recursive
procedure along the stages. For most "real-world" problems the number of
stages and/or the possible configurations are such that DP can not be directly
employed even on the most powerful computers available today.
To prevent the exponential growth of the search space it is necessary to
"inter-leave" the phase of the construction of the search space with the
evaluation of the answers based on the optimality criterion.
Currently, the development of a successful DP algorithm is a matter of
experience, talent and (somehow) luck.
We think that an analysis of the computational complexity of DP
problems based on the techniques employed in statistical physics to
study phase transitions can be extremely useful. In the recent past
such analysis has been applied to the so called NP-complete problems.
In particular it has been shown that the computational cost of solving
the K-satisfiability (K-SAT) problem follows an "easy-hard-easy"
pattern with respect to the value of the ratio between the clauses and
the variables. The nature of these transitions may suggest directions for
improving the efficiency of existing or new algorithms.
Such approach will be applied initially to problems of biological
sequence analysis belonging to the NP-complete class (for instance
the optimal alignment of multiple strings) for which a generalization of the
DP algorithm is the most widely used technique.

Besides that, we are going to investigate if it is possible to
formulate the typical DP problems of biology in such a way that the
solution can be represented by means of either a differential equation
of Hamilton-Jacobi-Bellman (HJB) type (when there is stochastic
component) or as an Hamiltonian system (deterministic case).
The main advantage of this approach is that one may resort to the
methods of the mathematical analysis to produce consistent numerical
approximations of the original problem and to reduce the computational
and storage requirements of the numerical algorithm. In other research
fields where the DP is heavily employed (e.g. asset and liability
management in mathematical finance) this technique has been very
successful. We are not aware of any application of it in computational
molecular biology (the technique has been applied in the field of
population dynamics). Note that the resulting equations can be very
difficult (e.g. non-linear systems of Partial Differential Equations)
so the solutions are by no means trivial.

Our target, in this case, is the development of software tools to
compute reliable numerical approximations of the solutions of
Hamilton-Jacobi type equations coming from optimization problems
mainly in (but not limited to the) biology.
To achieve such goal, some crucial theoretical issues must be faced.
First of all, before starting the development of any kind of numerical
scheme a preliminary study of the Partial Differential Equations (PDE)
models is required. Actually many equations of this type have not been
studied in the mathematical analysis framework, so it is unknown
whether these problems admit a unique solution and how effectively the
solution can be approximated.
Secondly, we have to build numerical schemes suitable for every
type of equation which satisfies the standard properties of
consistency, stability and monotonicity to guarantee the convergence
of such approximation methods to the analytic solution.
These procedures will be obtained by exploiting recent results about
convergence of approximation schemes for fully nonlinear first and second
order equations.
From the numerical point of view there exist some efficient schemes which
will be applied to reach our purposes: (Weighted) Essentially
Non-Oscillatory ((W)ENO), relaxing schemes.
The schemes will be tested on a variety of "real world" problems and
collected to form an open source software library.

Milestones for the first year:
Complexity analysis based on statistical mechanics techniques of
existing DP algorithms.
Study of convergence, stability and efficiency properties of
algorithms for the numerical solutions of HJB equations applied
to DP problems in biology

Milestones for the second year:
Coding of the selected algorithms (serial and parallel version).
Test, documentation and release as open source package.
Test of the software prototype on real problems in biology and
possibly other fields (asset and liability management).

===============================================================================
II Task: Mesoscopic models for the dynamics of disordered systems
===============================================================================

Many natural systems exhibit a disordered type of behavior which
lies in-between solid and liquid state,
without being reconducible to any of the two.
The typical instance of this disordered behavior is provided
by amorphous materials (glass), which is why the aforementioned behavior
is typically referred to as to "glassy".
Glassy behavior represents a paradigm of complexity which goes way beyond
its original condensed-matter framework, to bear upon apparently
disconnected fields such as biology and financial sciences.
Generally speaking, glassy behavior is typically associated with
"frustrated" systems, i.e. systems subject to a series of conflicting
constraints which cannot be satisfied exactly at the same time.

The numerical description of glassy behavior
relies mainly on microscopic methods, such as Molecular
Dynamics and Monte Carlo techniques cite{}.
Both methods incorporate faithful details of microscopic behavior
(intermolecular potentials) but, as a result, they fall short of
reaching spatio-temporal scales of macroscopic interest by several
orders of magnitude. A typical MD simulation would last a few nanoseconds
to be contrasted with relaxation times of the order of an hour and more.
Larger scales are made accessible by coarse-grained lattice gas models
in which the details of true molecular interactions are replaced
by suitable 'heuristics' about the behavior of the fictitious lattice
molecules cite{}. These models reach out larger scales but the degree
of fidelity of the corresponding outcomes has to be critically weighted
against the simplifying assumptions they are based upon.
At the extreme of this line, one finds the famous spin-glasses cite{}
and modern variants thereof cite{}.
Under this state of affairs, there is clearly scope for further
research on {it mesoscopic} models, aimed at reaching
macroscopic scales without loosing the essential
features of glassy behavior.
A particularly interesting instance of mesoscopic model of fluid behavior
has emerged in the last decade in the form of a minimal Boltzmann equation
describing hyper-stylized pseudo-molecules moving about in a regular lattice
and colliding according to very simple local relaxation rules.
Despite its strictly fluid-dynamic origin (an alternative solver
of the Navier-Stokes equations of ordinary fluids)
this minimal model, known as Lattice Boltzmann equation (LBE), has proved
quite flexible in describing situations beyond the mere fluid-dynamic
framework, such as flows with chemical reactions, viscoelasticity and
flows with gas-liquid and even liquid-solid phase transitions cite{LBE}.
The major assets of LBE are: i) mathematical simplicity,
ii) Physical soundness and flexibility, iii) Outstanding computational
efficiency, especially on parallel computers.

It appears therefore quite reasonable to explore whether LBE
can be extended in such a way as to cover glassy behavior.

More precisely, we plan to extend the LBE approach for
binary mixtures in such a way as to include:

1) Lennard-Jones-like interactions between the two fluids

2) Fluctuating sources

The scope of extension 1) is to mimic the effects of geometrical
frustration via specific choices of the interaction parameters
of the lattice Lennard-Jones potentials.

The scope of extension 2) is to restore the effects of molecular fluctuations
which are normally discarded by the standard Boltzmann approach.

Milestones for the first year:

Theoretical development of a Glassy LBE (GLBE)
Write-up and testing of a 2D GLBE code.

Milestones for the second year:
Extensive large-scale simulations using the 2D GLBE code.

Area Scientifica	Scienze di base
Settore	FIS/02 - Fisica teorica, modelli e metodi matematici

Parola chiave 1	ANALISI DI ALGORITMI
Parola chiave 2	BIOINFORMATICA
Parola chiave 3	SISTEMI AMORFI
Parola chiave 4	OTTIMIZZAZIONE SU LARGA SCALA
Parola chiave 5	PROGRAMMAZIONE DINAMICA

Parola chiave 1	ALGORITHMS ANALYSIS
Parola chiave 2	COMPUTATIONAL BIOLOGY
Parola chiave 3	AMORPHOUS SYSTEMS
Parola chiave 4	LARGE SCALE OPTIMIZATION
Parola chiave 5	DYNAMIC PROGRAMMING

Massimo Bernaschi
Via Cortemilia, 28
00166 Roma
Tel.: 06/61550556 (casa), 06/88470229 (ufficio)
e-mail: massimo@iac.rm.cnr.it

Curriculum vitae

DATI PERSONALI

Cittadino italiano, nato a Frascati (Roma) il giorno 11 agosto 1963. Sposato.

STUDI
1987: Laurea in fisica. Votazione 110/110 e lode.
Relatore: Prof. Giorgio Parisi. II Universita di Roma "Tor Vergata".

POSIZIONE ATTUALE

Gennaio 1998: Dirigente Tecnologo dell'Istituto per le Applicazioni del Calcolo (IAC) "M. Picone" (Consiglio Nazionale delle Ricerche).
Coordinatore dell'"Area Tecnologica" dell'Istituto.
Professore a contratto di Sistemi di Elaborazione: Complementi,
corso di laurea in Informatica dell'universita di Roma "La Sapienza".

ATTIVITA' RECENTI

Il dottor Bernaschi ha lavorato nel campo della meccanica statistica e dei
problemi di ottimizzazione. In particolare si e' occupato di transizioni di
fase in sistemi di spin sviluppando codici per la simulazione su
sistemi vettoriali e paralleli (APE, IBM SP2 e cluster di workstation).

Nel 1996 ha iniziato ad occuparsi della parallelizzazione di programmi per la
simulazione del sistema immunitario [5] [4] in collaborazione con il
Prof. Celada dell'universita di Genova.
E' dall'inizio del 1999 responsabile dei progetti di matematica finanziaria
dell'IAC [1] [2] [3].

ESPERIENZE PROFESSIONALI

1987: E' assunto dall'IBM ed assegnato all'ECSEC (European Center for
Scientific and Engineering Computing). In questa organizzazione ha
avuto un ruolo di crescente responsabilita nella pianificazione e
gestione delle risorse di calcolo e di networking.

1988: Lavora nel laboratorio IBM di Palo Alto (California) allo sviluppo di
PAIX, versione parallela di AIX/370, un sistema operativo di tipo UNIX
per mainframe. In particolare, individua e realizza le modifiche
richieste nello scheduler e nel dispatcher per ottenere un corretto
bilanciamento del carico tra i processori.

1989: Inizia a lavorare su cluster di workstation connesse da reti ad alta
velocita'. Nell'ambito di questa attivita' realizza COOPLIB, un
pacchetto software che permette il controllo in tempo reale di dati
prodotti da un sistema remoto. Il pacchetto e' utilizzato sia in
ambiti industriale (Piaggio, ESA, Alcatel) che accademico (Cornell
University).

1993: Realizza PVMe, versione IBM del pacchetto PVM (Parallel Virtual Machine)
per il sistema parallelo SP2. Di questo prodotto e' stato il
disegnatore ed il responsabile dello sviluppo. Tra i piu di 200 clienti
di PVMe ci sono la Hyundai, la NASA e la Shell Oil. La conoscenza
dell'architettura del SP2 acquisita gli ha permesso di fornire
consulenza qualificata in altre aree quali l'organizzazione e gestione
di grandi database (Oracle, DB2 PE).
Dal 1992 e' anche impegnato, come responsabile o consulente, in progetti di
parallelizzazione di codici industriali. Alcuni di questi
(FIRE, PAMCRASH) sono utilizzati in industrie quali la BMW o l'Opel/GM.

1995: E' responsabile del progetto "D.T.N.A" (commissionato dall'ENEL) per la
simulazione ed il controllo digitale di transienti su reti elettriche.
In questa attivita ha acquisito notevole esperienza nell'ottimizzazione
delle prestazioni di sistemi multiprocessore a memoria condivisa.

RICONOSCIMENTI

1995: Premio Speciale IBM per il supporto dato ai clienti di PVMe.
1993: IBM "Outstanding Technical Achievement Award" per lo sviluppo di PVMe.
1991: IBM "Outstanding Technical Achievement Award" per lo sviluppo di COOPLIB.

PUBBLICAZIONI

[56]M.Bernaschi, S. Succi and H. Chen
``Accelerated Lattice-Boltzmann schemes for steady-state flow simulations'',
accepted for publication in Journal of Scientific Computing.

[55]M. Bernaschi, M. Adamo, G. Bella, S. Succi,
``Multi-representation techniques for multiscale problems'',
Molecular Simulation, vol. 25, 2000.

[54]M. Bernaschi and F. Castiglione
``Effects of technical traders in a synthetic stock market",
International Journal of Modern Physics C, vol. 11, no. 7, 2000.

[53]M. Bernaschi, L. Grilli, L. Marangio, S. Succi, V. Vergni,
"Statistical characterization of the fixed income market efficiency",
submitted to Quantitative Finance

[52]M. Bernaschi, L. Marangio, A. Ramponi,
"A review of techniques for the estimation of the term structure",
accepted for publication in the
International Journal of Theoretical and Applied Finance.

[51]M. Bernaschi and F. Castiglione,
"Design and Implementation of an Immune System Simulator",
accepted for publication in Computers in Biology and Medicine.

[50]M. Bernaschi, F. Castiglione, S. Succi,
"Large-scale cellular automata simulations of the Immune System response",
Physical Review E, vol. 61, No. 2}, 1851, 2000.

[49]M. Bernaschi and M. Prosperi,
"COOPLIB: a middleware for building distributed visualization environments",
submitted to Computing and Visualization in Science.

[48]M. Bernaschi and M. Adamo,
"Electronic Document Delivery on Internet: the IAC prototype",
Technical Services Quarterly, vol. 18, No. 4, 2000.

[47]M. Bernaschi, G. Bella, S. Succi, H. Chen,
"Digital Physics simulation of reactive flow in a catalytic converter",
Journal of Scientific Computing, vol 14, No. 3, 211, 1999.

[46]M. Bernaschi, G. Iannello, M. Lauria
"Experimental results about MPI Collective Communication Operations"
Proceedings of HPCN99 ("High Performance Computing and Networking"),
Amsterdam, 1999.
P. Sloot, M. Bubak, A. Hoekstra, B. Hertzberger,
Lecture Notes in Computer Science (Springer) n. 1593.

[45]M. Bernaschi, E.d'Aiutolo, P. Rughetti,
"Enforcing network security: a real case study in a research organization",
accepted for publication in the Computers and Security journal (Vol. 18,
No. 6), 1999

[44]M. Bernaschi, F. Castiglione, P. Seiden and S. Succi,
"Learning cascade in the immune system dynamics: a numerical simulation",
Computer Physics Communications, vol. 121, Issue 1-3, 122, 1999.

[43]M. Bernaschi, F. Castiglione, and S. Succi,
"An high performance simulator of the Immune Response",
invited paper for the special issue HPCN98 of the Journal of
Future Generation Computer System.

[42]M. Bernaschi, G. Iannello, M. Lauria,
"Efficient Implementation of Reduce-Scatter in MPI",
submitted to Parallel Computing.

[41]M. Bernaschi, F. Castiglione, and S. Succi,
"A Parallel Simulator of the Immune Response",
Proceedings of HPCN98 ("High Performance Computing and Networking"),
Amsterdam, 1998. M. Bubak, B. Hertzberger and P. Sloot editors,
Lecture Notes in Computer Science (Springer) n. 1401.
[40]M. Bernaschi,
"Efficient Message Passing on UNIX Shared Memory Multiprocessors",
Future Generation Computer System Journal, vol. 13, 443, 1998.

[39]M. Bernaschi, F. Castiglione, and S. Succi,
"Collective dynamics in the immune system response",
Physical Review Letters vol. 79, Number 22, 1997.

[38]M. Bernaschi, F. Castiglione, and S. Succi,
"Simulating the Immune Response on a Distributed Parallel Computer",
International Journal of Modern Physics C, Vol. 8, No. 3, 1997.

[37]M. Bernaschi and G. Iannello,
"Collective Communication Operations: Experimental Results vs. Theory",
accepted for publication in Concurrency: Practice and Experience.

[36]M. Bernaschi, F. Castiglione, S. Motta and S. Succi,
"Simulation of Cellular Interactions in the Immune System. Computational
Complexity",
Proceedings of SIMAI 96 (Conferenza della "Societa Italiana di Matematica
Applicata Industriale"), Salice Terme (Pavia), 1996.

[35]M. Bernaschi,
"Efficient Message Passing on Shared Memory Multiprocessors",
Proceedings of the Third European PVM Users' Group Meeting, Munich, 1996.
A. Bode, J. Dongarra, T. Ludwig and V. Sunderam editors.
Lecture Notes in Computer Science (Springer) n. 1156.

[34]M. Bernaschi, G. Iannello and F. Papetti,
"Efficient Collective Communication Operations for Parallel Industrial
Codes",
Proceedings of HPCN96 ("High Performance Computing and Networking"),
Bruxelles, 1996. H. Liddell, A. Colbrook, B. Hertzberger and P. Sloot Ed.
Lecture Notes in Computer Science (Springer) n. 1067.

[33]M. Bernaschi,
"The requirements of a high performance implementation of PVM",
Invited paper for the Future Generation Computer System Journal,
vol. 12, n. 1, May 1996.

[32]M. Bernaschi, M. Formica and P. Sguazzero,
Rapporto sul progetto DTNA "Digital Transient Network Analyzer",
ECSEC-ENEL Joint Technical Report, November 1995.

[31]M. Bernaschi and G. Iannello,
"Efficient Collective Communication Operations in PVMe",
Proceedings of the Second European PVM Users' Group Meeting, Lyon, 1995,
Parallelisme, reseaux et repartition series, Hermes editions.
[30]M. Bernaschi,
"The influence of a penalizing external field on the 3d-3q Potts model",
submitted to Physics Letters B.

[29]M. Bernaschi et al. ,
"Fibre Channel Performances with IBM equipment",
C.E.R.N. report: EAST-Note 95-05

[28]M. Bernaschi and G. Iannello,
"Quasi-Optimal Collective Communication Algorithms in the LogP Model",
University of Naples (DIS) Tech. Rep., March 1995.

[27]M. Bernaschi et al. ,
"Benchmarking the parallel FIRE code on the IBM SP1-2 Scalable
Parallel Platforms",
Proceedings of HPCN95, Milano, 1995. B. Hertzberger and G. Serazzi editors
Lecture Notes in Computer Science (Springer) n.919.

[26]M. Bernaschi and G. Richelli,
"PVMe: an enhanced implementation of PVM for IBM 9076 SP2",
Proceedings of HPCN95, Milano, 1995. B. Hertzberger and G. Serazzi editors
Lecture Notes in Computer Science (Springer) n.919.

[25]M. Bernaschi, F. Papetti and S. Succi,
"Unstructured Computational Fluid Dynamics on IBM Scalable Parallel
Platforms SP1 and SP2",
Proceedings of Irregular '94, Geneva, 1994.

[24]M. Bernaschi and G. Richelli,
"Development and results of PVMe on the IBM 9076 SP1",
Journal of Parallel and Distributed Computing 29, 75-83, 1995.

[23]M. Bernaschi, C. Giovannella and A. Giannelli,
"On the interplay between Disorder and Frustration in 2D Array of
Superconducting Junctions",
Europhysics Letters 22, 1993, 29.

[22]M. Bernaschi, C. Giovannella and A. Giannelli,
"An order-disorder crossover in granular superconductors",
Physica C 209, 1993, 67.

[21]M. Bernaschi et al. ,
"Running STAR-CD on a cluster of IBM RISC/6000 workstations",
Proceedings of Supercomputer applications in automotive industries,
Aachen (Germany), 1993.

[20]M. Bernaschi, M. Briscolini, P. Santangelo, F. Valentini,
"Visualization of Aerodynamical Fields on Multi-block Grids:
The Visualization Environment",
Proceedings of the I.CO.Graphics'93 Conference, Milan, 1993.
[19]M. Bernaschi, C. Giovannella and A. Giannelli,
"Which kind of disorder most influences the magnetic properties of
High-Tc Superconductors?",
Journal of Alloys and Compounds, 195, 1993.

[18]M. Bernaschi, M. Blount, P. Sguazzero and M. Vitaletti,
"Distributed shared virtual memory in RISC System/6000 clusters and
large scale computations: Two case studies",
Future Generation Computer Systems vol. 8, n. 1-3, 1992.

[17]I.M. Barbour, A.J. Bell, M. Bernaschi, G. Salina and A. Vladikas,
"Complex zeros of the partition function for compact lattice QED",
Nuclear Physics B386, 1992.

[16]M. Bernaschi,
"The critical behaviour of the Potts model in a penalizing external field",
Physics Letters B, vol 281, 1992.

[15]M.Bernaschi,
"COOPLIB: A tool for cooperative processing"
User and Programming Guide, IBM-ECSEC Technical Report, 1992.

[14]M. Bernaschi, M. Briscolini, P. Santangelo, F. Valentini,
"4D-SDV: an advanced visualization environment for three-dimensional
simulations using cooperative processing for animation",
Proceedings of the I.CO.Graphics'92 Conference, Pisa, 1992.

[13]M. Bernaschi, E. Marinari, S. Patarnello, S. Succi,
"Three dimensional visualization of many-body system dynamics",
Journal of Research and Development, vol. 35, Number 1/2, 1991.

[12]M. Bernaschi, M. Guagnelli, E. Marinari, S. Patarnello,
"A finite size scaling study of the diamond 3d 3q Potts model",
Nuclear Physics B360, 1991.

[11]M. Bernaschi, L. Biferale, L.A. Fernandez, A. Tarancon,
U. Marini Bettolo, R. Petronzio,
"The magnetic critical exponent in the three-state three dimensional
Potts model",
Physics Letters B, vol. 240, 1990.

[10]M. Bernaschi, L. Biferale, R. Petronzio,
"The critical temperature in renormalisation group studies of first
order phase transitions",
Physics Letters B, vol. 236, 1990.

[9]M. Bernaschi, L. Biferale, L.A. Fernandez, A. Tarancon,
U. Marini Bettolo, R. Petronzio,
"Renormalisation group study of the three-state three-dimensional Potts
model",
Physics Letters B, vol. 231, 1989.
[8]M. Bernaschi, S. Cabasino, E. Marinari, R. Sarno,
"On the disordered fermion couplings",
Physics Letters B, vol. 228, 1989.

[7]P. Bacilieri, M. Bernaschi et al. (APE Collaboration),
"The deconfining phase transition in lattice gauge SU(3)",
Nuclear Physics B318, 1989, 553.

[6]P. Bacilieri, M. Bernaschi et al. (APE Collaboration),
"The hadronic mass spectrum in quenched lattice QCD: Beta=5.7",
Nuclear Physics B317, 1989, 509.

[5]P. Bacilieri, M. Bernaschi et al. (APE Collaboration),
"Order of Deconfining Phase Transition in Pure-Gauge QCD",
Physical Review Letters vol. 61, Number 14, 1988.

[4]M. Bernaschi and L.A. Fernandez,
"A Comparison between Monte Carlo Algorithms for simulating Lattice Gauge
theories",
Physics Letters B vol. 212, Number 2, 1988.

[3]P. Bacilieri, M. Bernaschi et al. (APE Collaboration),
"Scaling in lattice QCD: Glueball Masses and string tension",
Physics Letters B vol. 205, Number 4, 1988.

[2]M. Albanese, P. Bacilieri, M. Bernaschi et al. (APE Collaboration),
"Glueball Masses and the loop-loop correlation functions",
Physics Letters B vol. 197, Number 3, 1987.

[1]M. Albanese, P. Bacilieri, M. Bernaschi, F. Costantini, G. Fiorentini,
F. Flore, M. P. Lombardo, R. Tripiccione, L. Fonti, P. Giacomelli,
E. Remiddi, N. Cabibbo, E. Marinari, G. Parisi, G. Salina, S. Cabasino,
F. Marzano, P. Paolucci, S. Petrarca, F. Rapuano, P. Marchesini, R. Rusack
(APE Collaboration), "Glueball Masses and string tension in lattice QCD",
Physics Letters B vol. 192, Number 1/2, 1987.

Denominazione	Istituto Applicazioni del Calcolo "Mauro Picone" (C.N.R.)
Via/piazza	Viale del Policlinico, 137
Cap	00161
Città	ROMA
Provincia	ROMA
Nazione	ITALIA
Telefono	06 88470229
Fax	06 4404306
Posta elettronica	massimo@iac.rm.cnr.it

nº	Nome Cognome	Sesso	Data di nascita Luogo di nascita Provincia Codice Fiscale	Qualifica Istituzione di appartenenza matricola CNR	Funzioni Mesi persona
1.	ADAMO MASSIMILIANO	M	02/06/1967 Roma RM DMAMSM67H02H501Q	Tecnologo CNR CNR - 6902	collaboratore - 4
2.	BERNASCHI MASSIMO	M	11/08/1963 Frascati RM BRNMSM63M11D773O	Dirigente Tecnologo CNR CNR - 05553	responsabile - 8
3.	BRIANI MAYA	F	17/04/1974 Roma RM BRNMYA74D57H501N	Dottorando di ricerca Universita' "La Sapienza" di Roma -	collaboratore - 4
4.	CARAMIA MASSIMILIANO	M	11/05/1972 Roma RM CRMMSM72E11H501V	Ricercatore CNR CNR -	collaboratore - 4
5.	CASTIGLIONE FILIPPO	M	17/02/1969 Catania CT CSTFPP69B17C351M	Specializzando Istituto Applicazioni del Calcolo -	collaboratore - 6
6.	LAMURA ANTONIO	M	11/05/1969 Busto Arsizio VA LMRNTN69E11B300D	ALTRO Istituto Applicazioni del Calcolo -	collaboratore - 6
7.	PAPI MARCO	M	25/03/1975 Roma RM PPAMRC75C25H501Z	Dottorando di ricerca Universita' di Roma Tor Vergata -	collaboratore - 6
8.	SBARAGLIA SIMONE	M	27/06/1972 Roma RM SBRSMN72H27H501P	Dottorando di ricerca Universita' di Roma La Sapienza -	collaboratore - 6
9.	SUCCI SAURO	M	15/01/1954 Forli' FO SCCSRA54A15D704C	Dirigente di Ricerca CNR CNR - 1657	collaboratore - 6
10.	TOSCHI FEDERICO	M	16/04/1971 Livorno LI TSCFRC71D16E625X	Ricercatore CNR cnr -	collaboratore - 6

Titolo	Quota 1 anno	Quota cofinanziamento	Quota 2 anno	Quota cofinanziamento
Personale: dipendente e non dipendente	100 (51646 Euro)	35 (18076 Euro)	100 (51646 Euro)	40 (20658 Euro)
Spese generali	12 (6197 Euro)	5 (2582 Euro)	12 (6197 Euro)	5 (2582 Euro)
Attrezzature	30 (15494 Euro)	20 (10329 Euro)	10 (5165 Euro)	10 (5165 Euro)
Viaggi e missioni	15 (7747 Euro)	10 (5165 Euro)	20 (10329 Euro)	15 (7747 Euro)
Prestazioni di terzi
Materiali
TOTALE	157 (81084 Euro)	70 (36152 Euro)	142 (73337 Euro)	70 (36152 Euro)

Firma _________________________________________________ Per la copia da depositare presso il Rappresentante legale dell'Ente di appartenenza. - Se istituto del Cnr, presso il Direttore - per l'assenso alla diffusione via internet dei dati e la loro elaborazione necessaria al processo di Valutazione CL. 675/96 "Tutela dei dati personali" e per la veridicita' delle informazioni fornite.	Data 07/09/2001 18:00