Recupero e riutilizzo di uno scarpone da sci a fine vita. Ottimizzazione del processo di Design for Recycling con simulazione agli elementi finiti validata tramite correlazione di immagini digitale

Il presente elaborato di tesi �� parte di un ampio progetto finalizzato alla realizzazione di uno scarpone da sci ottenuto per il 90% di materiale da riciclo di scarponi da sci a fine vita. L���obiettivo �� di realizzare la progettazione del nuovo scarpone, e caratterizzarne le propriet�� flessionali avvalendosi ti tecniche di simulazione numerica FEM validata attraverso Correlazione di Immagini Digitale. La caratterizzazione flessionale �� realizzata con la prova del Flex Test, che consiste nell���imporre una flessione dorsale ad una protesi di gamba. Le prime simulazioni FEM di questo complesso modello hanno evidenziato delle criticit��. La presente ricerca, si pone l���obiettivo di risolvere singolarmente questi problemi. Inizialmente, si �� realizzata la blend polimerica dei materiali dello scafo e del gambetto dello scarpone. Si �� effettuata la caratterizzazione meccanica del materiale, confrontandolo con il materiale vergine. Si �� poi ricercato il modello costitutivo pi�� adeguato di materiale iperelastico per il FEM. Successivamente, si �� ottenuto il modello CAD della scarpetta attraverso l���approccio reverse engineering, con la tecnica della scansione 3D, la quale ha consentito di ottenere il file. STEP da aggiungere al modello FEM. La conoscenza della geometria effettiva ha consentito di realizzare il design della nuova scarpetta ottenuta da materiale riciclato. Infine, si �� utilizzata la Correlazione di Immagini Digitali per studiare la cinematica della chiusura dei ganci dello scafo, e per studiare lo stato di deformazione residua a chiusura effettuata. Si �� valutata l���influenza del piede della protesi, e della scarpetta, durante la chiusura dei ganci. In seguito, si �� confrontato quanto ottenuto dalle evidenze sperimentali della DIC, con la simulazione agli elementi finiti. Si tratta di un approccio innovativo, che vede per la prima volta implementata la Correlazione di Immagini Digitali per realizzare la caratterizzazione meccanica di uno scarpone da sci.

Reti Neurali Ricorrenti per la generazione di musica simbolica

Il Deep Learning ha radicalmente trasformato il mondo del Machine Learning migliorando lo stato dell'arte in diversi campi che spaziano dalla computer vision al natural language processing. Non fermandosi a problemi di classificazione, negli ultimi anni, applicazioni di tipo generativo hanno portato alla creazione di immagini realistiche e documenti letterali. Il mondo della musica non �� esente da una moltitudine di esperimenti nello stesso campo, con risultati ancora acerbi ma comunque potenzialmente interessanti. In questa tesi verr�� discussa l'applicazione di un di modello appartenente alla famiglia del Deep Learning per la generazione di musica simbolica.

Realizzazione e validazione di provini in resina epossidica per la simulazione di scariche parziali interne.

L���elaborato si pone l���obiettivo di realizzare e validare dei campioni in resina epossidica per la rilevazione di attivit�� di scariche parziali interne. Nella prima fase dell���attivit�� di ricerca, sono definite le linee progettuali riguardanti la scelta dei materiali da utilizzare, al fine di creare degli stampi per poter ottenere dei campioni di forma idonea e, successivamente, si procede alla scelta del tipo di resina e degli elettrodi da adoperare. All���interno dei provini, viene iniettata, con una siringa di precisione dotata di un ago sottile, una cavit�� di aria indicante un eventuale difetto nella matrice polimerica dell���isolante, se sottoposto a un determinato tipo di stress (elettrico, termico, meccanico). I provini sono testati in un circuito di prova ad alto voltaggio per la misura della tensione di innesco alla quale si verificano le scariche; attraverso l���utilizzo di un software specifico, viene poi ricavato il PD pattern utile per l���approccio all���identificazione della tipologia di scarica. Inoltre, sono effettuate delle simulazioni con l���ambiente di calcolo Comsol ottenendo il valore del campo elettrico all���interno della cavit�� di aria. Il PD pattern viene, in seguito, analizzato estrapolando dei marker statistici di interesse per l���applicazione della fuzzy logic. Questa tipologia di logica prevede la verifica di regole linguistiche per la corretta identificazione del tipo di scarica, individuata dal pattern in esame (interna, superficiale o corona). A seconda dei valori ricavati dai marker, vengono applicate le regole della fuzzy logic per poter classificare, nei campioni esaminati, l���attivit�� di scarica parziale come interna.

Simulazione event-driven di folle con micro-interazione fisica ed elementi cognitivi

La simulazione computerizzata �� uno strumento per prevedere il comportamento di un sistema quando il sistema non �� indagabile. Molti sono gli ambiti in cui viene utilizzata. Uno fra questi �� l'evacuazione di folle. Le numerose tragedie, conseguenti a situazioni o eventi in presenza di folle, che hanno luogo in ogni parte del mondo a causa dell'incapacit�� di reagire in maniera coordinata a situazioni di emergenza, rendono necessario un innalzamento della comprensione delle dinamiche che emergono durante l'evacuazione. Molti studi hanno analizzato quelli che sono gli aspetti psicologici dell'essere umano che entrano in gioco in situazioni di panico. Ma �� anche necessario considerare che cosa accade a un livello fisico. Questo contributo ha come obiettivo l'introduzione, all'interno del simulatore Alchemist, di elementi di micro-interazione fisica che possano fare da ponte a ci�� che accade a livello cognitivo, cos�� che sia possibile far emergere caratteristiche osservabili, come spinte e cadute, nell'ottica di aumentare il realismo nelle simulazioni di evacuazione di folle.

Reti Generative Avversarie nel contesto di servizi di rete sociale: un caso di studio

L���intelligenza artificiale �� senza dubbio uno degli argomenti attualmente pi�� in voga nel mondo dell���informatica, sempre in costante evoluzione ed espansione in nuovi settori. In questa elaborato progettuale viene combinato l���argomento sopracitato con il mondo dei social network, che ormai sono parte integrante della quotidianit�� di tutti. Viene infatti analizzato lo stato dell���arte attuale delle reti neurali, in particolare delle reti generative avversarie, e vengono esaminate le principali tipologie di social network. Su questa base, infatti, verr�� realizzato un sistema di rete sociale completo nel quale una GAN sar�� proprio la protagonista, sfruttando le pi�� interessanti tecnologie attualmente disponibili. Il sistema sar�� disponibile sia come applicativo per dispositivi mobile che come sito web e introdurr�� elementi di gamification per aumentare l���interazione con l���utente.

Studio di fattibilit�� di un sensore autoalimentato per misure di corrente nelle reti filoviarie

Negli ultimi anni vi �� stato un aumento della sensibilit�� in merito alle tematiche ambientali e questo ha riguardato anche il settore della mobilit��, spingendo sempre pi�� verso l���elettrificazione dei trasporti. Una delle possibilit�� per elettrificare i trasporti sono le reti filoviarie. Di quelle gi�� esistenti, per��, la maggior parte �� stata realizzata nel secolo scorso. Inoltre, non vengono effettuate misure per valutare quale sia lo stato del carico sulla rete. In questa tesi si �� valutata la fattibilit�� di realizzazione di un sensore non intrusivo per la misura delle correnti sulle filovie di reti esistenti, al fine di poter ottenere i dati relativi ai flussi di potenza e permettere quindi, in futuro, una migliore gestione della rete. Per effettuare la misura di corrente in modo non invasivo si �� pensato di utilizzare un sensore di campo magnetico stazionario. Per valutare l���intensit�� del campo magnetico, al fine di scegliere il sensore che si confacesse alle caratteristiche dell���applicazione, si �� proceduto a sviluppare diversi modelli per rappresentare i conduttori della filovia. Da queste simulazioni �� stato inoltre possibile valutare quale fosse la posizione pi�� idonea al collocamento del sensore. Per l���alimentazione del sensore, si sono valutate pi�� possibilit�� che permettessero di non ricorrere ad un cablaggio ausiliario, tra cui l���utilizzo di un pannello fotovoltaico eventualmente accoppiato ad una batteria. Per la trasmissione dei dati, sono stati valutati pi�� protocolli e dispositivi di comunicazione per trovare quello che meglio combinasse le necessit�� di trasmissione su distanze medio-lunghe e la necessit�� di minimizzare i consumi energetici. Infine, sono state effettuate prove sperimentali per validare l'affidabilit�� delle misure, ovvero verificare che fosse realmente possibile stimare il valore delle correnti nei conduttori della filovia partendo da una misura di campo magnetico, e se i consumi energetici stimati fossero in linea con quelli reali.

Simulazione di un modello neurocomputazionale dei gangli della base per lo studio dell'apprendimento inverso

I gangli della base (BG) sono un gruppo di nuclei subcorticali che si trovano alla base del telencefalo e nella parte superiore del mesencefalo. La funzione dei BG �� il controllo e la regolazione delle attivit�� delle aree corticali motorie e premotorie in modo che i movimenti possano essere eseguiti fluidamente, ma sono coinvolti in numerosi altri processi motori e cognitivi. L���obiettivo che si pone questo lavoro di tesi �� di simulare il comportamento dei BG attraverso un nuovo modello neurocomputazionale. �� stato valutato il funzionamento del modello in varie condizioni, di base ed alterate, per illustrare casi standard (soggetti sani) e casi patologici (deplezione di dopamina nei pazienti Parkinson o ipermedicazione della dopamina tramite levodopa) durante un compito di probabilistic reversal learning (RL). Sono stati variati parametri di dopamina tonica e di rumore applicato ai soggetti e ai dati per simulare il modello durante il ���one-choice task��� presente in letteratura. I risultati raccolti indicano come il modello funzioni in maniera del tutto confrontabile con i risultati in letteratura, dimostrando la sua validit�� ed un utilizzo corretto dei parametri e della regola di apprendimento. Non �� stato possibile dire altrettanto per seconda fase del RL, in cui la regola viene invertita: i soggetti non risultano apprendere in maniera coerente rispetto ai dati in letteratura, ma risultano restii all���individuazione del nuovo stimolo vincente. Tale risultato �� da ricondursi probabilmente ad alcuni fattori: il numero di epoche utilizzate per il test sono esigue, lasciando ai soggetti poco tempo per apprendere la nuova regola; la regola di apprendimento usata nel reversal potrebbe non rappresentare la scelta migliore per rendere i soggetti pi�� esplorativi nei confronti delle scelte proposte. Tali limiti sono spunti per futuri sviluppi del modello e del suo funzionamento, utilizzando regole di apprendimento diverse e pi�� efficaci rispetto ai diversi contesti di azione.

Design e simulazione di un convertitore DC-DC per applicazioni automotive implementato mediante tecnologia GaN

L���obiettivo dell���elaborato �� quello di presentare una soluzione di collegamento ed interfacciamento tra il supercondensatore (SC) dell���HESS (sistema ibrido di accumulo dell���energia situato all���interno di un veicolo elettrico) e il DC-link (bus che fornisce la potenza necessaria all���inverter che pilota il motore elettrico) attraverso un convertitore DC-DC ad alta efficienza che utilizzi tecnologie di potenza al nitruro di gallio (GaN). Il convertitore presentato �� un convertitore DC-DC bidirezionale in configurazione Half-Bridge, esso dovr�� funzionare in modalit�� Boost, ogni qualvolta il motore richieda energia extra dal SC, in modalit�� Buck per ricaricare il SC durante la frenata rigenerativa. In seguito ad un���introduzione ai veicoli elettrici, alla loro architettura e al perch�� il SC �� cos�� fondamentale, verr�� presentata una breve introduzione ai convertitori di potenza (Capitolo 1). Si passer�� poi alla presentazione delle tecnologie GaN mostrando come esse rappresentino il futuro dell���elettronica di potenza grazie ai loro numerosi vantaggi (Capitolo 2). Nel capitolo 3 si entrer�� nel vivo della progettazione, �� qui che sar�� progettata ed implementata la soluzione proposta. Verr�� effettuata una prima simulazione del circuito, tenendo conto degli effetti parassiti dei soli componenti, attraverso l���ausilio del software LTSpice. Il Capitolo 4 prevede una breve introduzione alle tecniche di layout, utili nella costruzione del circuito stampato presentata all���interno del medesimo capitolo. Il PCB sar�� modellato mediante un secondo software denominato KiCAD. Infine, nel Capitolo 5, si proceder�� con la simulazione elettromagnetica del circuito stampato, essa permetter�� di individuare gli effetti parassiti dovuti alle non idealit�� del layout e di mostrare l���effettiva differenza di efficienza tra un caso semi-ideale e un caso semi-reale.

Manutenzione predittiva dei giunti mediante tecnologie di Intelligenza Artificiale per la prevenzione dei guasti nelle reti di distribuzione in MT

Lo scopo dell���elaborato �� quello di valutare una prima applicazione di intelligenza artificiale per svolgere manutenzione predittiva sui giunti installati nella rete di distribuzione, al fine di prevenirne i guasti. L���estensione delle reti in cavo �� infatti in costante aumento per supportare lo sviluppo della rete elettrica e, per l���installazione di nuove linee o nella manutenzione di cavi, si fa uso di giunti, spesso soggetti a guasti e di difficile manutenzione. Risulta quindi importante svolgere manutenzione predittiva su questi componenti, al fine di prevenirne i guasti ed ottenere un risparmio in termini di tempo e denaro. A seguito un���attenta analisi della struttura dei giunti, dei loro modi di guasto e dei parametri caratteristici, si �� proceduto alla generazione sintetica di un dataset contenente misure sui giunti e, sulla base di specifici criteri applicati a questi valori, l���informazione sulla presenza o sull���assenza di un guasto. Il dataset �� stato poi utilizzato per la fase di apprendimento e di test di sei algoritmi di machine learning, selezionati a partire da considerazioni sullo stato dell���arte, valutato tramite una Revisione Sistematica della Letteratura (SLR). I risultati cos�� ottenuti sono stati analizzati tramite specifiche metriche e da questo caso di studio sono emerse le elevate potenzialit�� delle tecnologie di intelligenza artificiale ai fini della prevenzione dei guasti nelle reti di distribuzione, soprattutto se considerata la semplicit�� implementativa degli algoritmi.

Threat Hunting: analisi e sperimentazione di metodologie di ricerca di vulnerabilit��

La caccia alle minacce �� una tecnica in cui si ���cercano��� fisicamente i ���rischi���, possibili o esistenti, all���interno dell���infrastruttura IT. La caccia alle minacce �� un processo proattivo e iterativo guidato da esseri umani che cercano attivit�� ostili, sospette o dannose che sono sfuggite al rilevamento mediante le attuali tecniche automatizzate attraverso reti, endpoint o set di dati come i file di registro. Un caso possibile pu�� essere quello in cui un threat hunter abbia a disposizione per la caccia solo i registri di log provenienti da fonti diverse e anche da diversi sistemi operativi. Questi file di log potrebbero per esempio essere i dati di 3 giorni di raccolta provenienti da 30 40 macchine Windows o Linux e analizzando solamente essi il cacciatore deve essere in grado di determinare se e quali siano le minacce all���interno di una o pi�� macchine del sistema. Un problema che sorge subito all���occhio �� come si possa conciliare dati provenienti da fonti differenti, e soprattutto da sistemi operativi diversi; inoltre, un ulteriore problema pu�� essere il determinare quando un file di log sia effettivamente un segnalatore di una minaccia e non un falso positivo. Di conseguenza �� richiesta una visibilit�� totale della rete, nonch�� dei dati dei dispositivi. Idealmente, sarebbe necessario uno strumento che consenta di avere una panoramica di tutti questi dati con funzionalit�� di ricerca in grado di contestualizzare ci�� che si vede per ridurre al minimo la quantit�� di ricerca manuale attraverso i registri non elaborati. In questo elaborato verranno mostrate le attivit��. di simulazione sia su ambiente Linux che ambiente Windows, in cui si andranno a cercare, attraverso gli strumenti che verranno elencati nei primi capitoli, le varie minacce. Verranno quindi simulati degli scenari di attacchi e ne si far�� infine un���analisi su come al meglio rilevarli.

Comunit�� energetiche rinnovabili e gruppi di autoconsumo collettivo: panorama attuale e simulazione tecnico-economica di un gruppo di autoconsumo collettivo

Questo progetto di Tesi si propone come obiettivo la valutazione della convenienza economica ed ambientale di un Gruppo di Autoconsumo Collettivo da fonti rinnovabili. Per fare ci��, �� stata necessaria un���attenta fase di analisi delle normative italiane ed europee attualmente in vigore, in modo da stabilire i requisiti necessari per accedere a questo tipo di configurazione. Successivamente si �� iniziata una simulazione tecnico-economica del progetto. Inizialmente �� stata proposta l���installazione di un impianto fotovoltaico di potenza 48 kWp e ne �� stata calcolata la produzione media annua; in secondo luogo, grazie ai dati forniti dagli attori, �� stato possibile effettuare una stima dei consumi annuali di tutto il Gruppo. Infine, sono stati combinati i dati di produzione e consumo per ricavare le quote di autoconsumo e di energia condivisa. Per concludere, tramite i dati estrapolati in precedenza, �� stata effettuata una analisi economica dell���investimento, dimostrandone la convenienza, a cui �� stata aggiunta una analisi di sensitivit�� per dimostrare la resilienza del progetto verso il cambiamento di alcune ipotesi iniziali.

Effetti dell���arousal sul fitness to drive: algoritmi e simulazione

Diversi elementi possono influenzare il comportamento dei conducenti mentre svolgono attivit�� di guida. Dalle distrazioni visive a quelle cognitive, le emozioni (che potrebbero risultare da dati biometrici, come temperatura, battito cardiaco, pressione, ecc.) e le condizioni di altri conducenti, che possono svolgere un ruolo significativo, fungendo da fattore che pu�� aumentare il tempo di risposta dei guidatori. Mantenere sotto controllo questi parametri potrebbe essere fondamentale per evitare situazioni pericolose, per decidere ed eseguire azioni che potrebbero influenzare il verificarsi di incidenti stradali. Questo volume analizza l'indice "Fitness-to-Drive" e mira a valutare come gli effetti dell'eccitazione possono influenzare lo stato dei conducenti. La tesi presenta alcune valutazioni sperimentali condotte su un simulatore di guida, discutendo i risultati ottenuti.

Integrazione di reti neurali con approcci simbolici per problemi di ragionamento deduttivo in linguaggio naturale

Uno degli obiettivi pi�� ambizioni e interessanti dell'informatica, specialmente nel campo dell'intelligenza artificiale, consiste nel raggiungere la capacit�� di far ragionare un computer in modo simile a come farebbe un essere umano. I pi�� recenti successi nell'ambito delle reti neurali profonde, specialmente nel campo dell'elaborazione del testo in linguaggio naturale, hanno incentivato lo studio di nuove tecniche per affrontare tale problema, a cominciare dal ragionamento deduttivo, la forma pi�� semplice e lineare di ragionamento logico. La domanda fondamentale alla base di questa tesi �� infatti la seguente: in che modo una rete neurale basata sull'architettura Transformer pu�� essere impiegata per avanzare lo stato dell'arte nell'ambito del ragionamento deduttivo in linguaggio naturale? Nella prima parte di questo lavoro presento uno studio approfondito di alcune tecnologie recenti che hanno affrontato questo problema con intuizioni vincenti. Da questa analisi emerge come particolarmente efficace l'integrazione delle reti neurali con tecniche simboliche pi�� tradizionali. Nella seconda parte propongo un focus sull'architettura ProofWriter, che ha il pregio di essere relativamente semplice e intuitiva pur presentando prestazioni in linea con quelle dei concorrenti. Questo approfondimento mette in luce la capacit�� dei modelli T5, con il supporto del framework HuggingFace, di produrre pi�� risposte alternative, tra cui �� poi possibile cercare esternamente quella corretta. Nella terza e ultima parte fornisco un prototipo che mostra come si pu�� impiegare tale tecnica per arricchire i sistemi tipo ProofWriter con approcci simbolici basati su nozioni linguistiche, conoscenze specifiche sul dominio applicativo o semplice buonsenso. Ci�� che ne risulta �� un significativo miglioramento dell'accuratezza rispetto al ProofWriter originale, ma soprattutto la dimostrazione che �� possibile sfruttare tale capacit�� dei modelli T5 per migliorarne le prestazioni.

Reti neurali convoluzionali nell'elaborazione di immagini mammografiche

Il tema centrale di questa tesi �� il Machine Learning e la sua applicabilit�� nella ricostruzione di immagini biomediche, nello specifico di immagini mammarie. Il metodo attualmente pi�� diffuso per la rilevazione del tumore al seno �� la Mammografia 2D digitale, ma l���interesse mostrato ultimamente verso la Tomosintesi ha dimostrato una migliore capacit�� di diagnosi tumorale, anche ai primi stadi. Sebbene le due tecniche combinate siano in grado di rilevare anche la minima lesione, questo comporta una sovraesposizione alle radiazioni. Lo scopo finale, perci��, �� quello di fornire un valido strumento di supporto per la caratterizzazione automatica di masse e opacit�� in immagini di tomosintesi, cos�� da sottoporre il paziente ad un singolo esame radiografico. L'obiettivo �� stato dunque ricostruire, tramite reti neurali Convoluzionali, immagini sintetiche di Tomosintesi di qualit�� superiore e il pi�� possibile vicine a quelle di mammografia 2D. Sono state presentate nel dettaglio le due tecniche di imaging, le problematiche ad esse legate ed un approfondito confronto dosimetrico. Dopo una trattazione teorica dei principi delle CNN, sono state riportate le caratteristiche delle architetture di rete realizzate nella parte progettuale dell���elaborato. Sono stati valutati i comportamenti dei differenti modelli neurali per uno stesso Dataset di immagini di Tomosintesi, individuandone il migliore in termini di prestazioni finali nelle immagini di Test. Dagli studi effettuati �� stata provata la possibilit��, in un futuro sempre pi�� prossimo, di applicare la Tomosintesi, con l���ausilio delle reti Convoluzionali, come tecnica unica di screening e di rilevazione del tumore al seno.

Progettazione e simulazione di un attacco sniffing su un dispositivo wearable

Oggigiorno, grazie al progresso tecnologico nel settore informatico e alla vasta diffusione dei dispositivi mobili all'interno del mercato mondiale, numerose sono le persone che utilizzando questi prodotti all'interno della vita di tutti giorni e.g. smartphone, smartwatch, smartband, auricolari, tablet, ecc. Per poter utilizzare questi dispositivi, spesso �� necessario l'impiego di applicazioni apposite installate sui cellulari di ultima generazione e collegate ai dispositivi che permettono il controllo, la gestione e la raccolta dei dati relativo all'oggetto in questione. Oltre a facilitare le attivit�� giornaliere, questi programmi, potrebbero causare dei problemi agli utenti a causa della ridotta o mancata sicurezza, poich�� le informazioni personali come credenziali d'accesso, dati salutistici oppure quelli inerenti ai metodi di pagamento possono essere soggetti ad attacchi informatici. Questa tesi consiste nell'elaborazione di un software composto da un'applicazione Android, uno script Batch e dall'uso di programmi di terze parti, per poter effettuare la simulazione di un attacco sniffing in modo da poter intercettare i dati trasmessi, quali credenziali di accesso, OTP, tramite la tecnologia Bluetooth Low Energy.