Rinforzo di resine epossidiche con grafene ed ossido di grafene come matrici per compositi

I materiali compositi a base di fibra di carbonio svolgono un ruolo fondamentale fra i materiali avanzati ad alte prestazioni. Nell’ottica di migliorare le proprietà di resine epossidiche impiegate come matrice per tali compositi, è stato studiato l’effetto che nanocariche come il grafene e l’ossido di grafene hanno sulle prestazioni di una resina commerciale.

L'apprendimento cooperativo nei processi di inclusione di studenti con DSA

La tesi vuole verificare se il metodo dell'apprendimento cooperativo può essere utilizzato per facilitare l'inclusione di studenti con DSA.

Corso-laboratorio pls "l'esperimento piu bello": Analisi di un'esperienza di insegnamento/apprendimento della fisica quantistica

In questo elaborato sono stati analizzati i dati raccolti nel Corso-Laboratorio “L’esperimento più bello”, realizzato nel periodo marzo-aprile 2013 nell'ambito delle attività del Piano Lauree Scientifiche del Dipartimento di Fisica e Astronomia di Bologna. Il Corso, frequentato da studenti volontari del quinto anno di Liceo Scientifico, era finalizzato ad introdurre concetti di Fisica Quantistica seguendo, come filo conduttore, l’esperimento di interferenza con elettroni singoli e le sue varianti. I principali dati considerati e analizzati riguardano le risposte degli studenti a questionari proposti a fine Corso per avere un riscontro sul tipo di coinvolgimento e sul livello di comprensione raggiunto. L’analisi è stata condotta con l’obiettivo specifico di valutare come gli studenti si siano posti di fronte ad alcuni approfondimenti formali sviluppati per interpretare gli esperimenti e come abbiano colto i concetti trattati, ritenuti necessari per entrare nel “nuovo modo di vedere il mondo della quantistica”: il concetto di stato, sovrapposizione, ampiezza di probabilità, entanglement.

Apprendimento organizzativo: Teorie e metodi nella gestione d'impresa.

Apprendere nelle organizzazioni, analisi della letteratura afferente con particolare attenzione al modello della "learning organization". Applicazioni e casi pratici per un raffronto con gli aspetti teorici precedentemente approfonditi e per l'individuazione dei trend attuali della gestione della conoscenza e dei processi di apprendimento all'interno delle organizzazioni con particolare attenzione al mondo del business internazionale.

Implementazione e verifica degli algoritmi per il controllo di esposizione automatico nelle radiografie.

Descrizione della progettazione, costruzione e validazione della modalità automatica di esposizione negli esami 2D, disponibili presso il dispositivo radiografico top di gamma dell'azienda Cefla SC.

Tuning automatico di parametri in un sistema di controllo semaforico auto-organizzante

L'elaborato di tesi tratta dei vantaggi ottenibili dall'uso di tecniche di automatic parameter tuning, applicando un'implementazione di iterated racing su di un innovativo sistema di controllo semaforico auto-organizzante ispirato da concetti di swarm intelligence.

Analisi e sviluppo di un applicativo software per il testing automatico di elaborati in linguaggio c

Analisi e sviluppo di uno script in PHP per il testing automatico di elaborati in linguaggio c

Analisi e sviluppo di un applicativo software per il testing automatico di elaborati in linguaggio c

Analisi e sviluppo di uno script PHP per il testing automatico di elaborati in linguaggio c

Studio e implementazione di un sistema per la profilazione basato sul contesto e sul comportamento dell'utente

In questa tesi si effettua uno studio sulla capacità degli algoritmi di apprendimento per rinforzo di profilare un utente Web unicamente attraverso l'osservazione del suo comportamento durante la navigazione

Segmentazione di immagini mammografiche con convolutional neural networks

Il tumore al seno si colloca al primo posto per livello di mortalità tra le patologie tumorali che colpiscono la popolazione femminile mondiale. Diversi studi clinici hanno dimostrato come la diagnosi da parte del radiologo possa essere aiutata e migliorata dai sistemi di Computer Aided Detection (CAD). A causa della grande variabilità di forma e dimensioni delle masse tumorali e della somiglianza di queste con i tessuti che le ospitano, la loro ricerca automatizzata è un problema estremamente complicato. Un sistema di CAD è generalmente composto da due livelli di classificazione: la detection, responsabile dell’individuazione delle regioni sospette presenti sul mammogramma (ROI) e quindi dell’eliminazione preventiva delle zone non a rischio; la classificazione vera e propria (classification) delle ROI in masse e tessuto sano. Lo scopo principale di questa tesi è lo studio di nuove metodologie di detection che possano migliorare le prestazioni ottenute con le tecniche tradizionali. Si considera la detection come un problema di apprendimento supervisionato e lo si affronta mediante le Convolutional Neural Networks (CNN), un algoritmo appartenente al deep learning, nuova branca del machine learning. Le CNN si ispirano alle scoperte di Hubel e Wiesel riguardanti due tipi base di cellule identificate nella corteccia visiva dei gatti: le cellule semplici (S), che rispondono a stimoli simili ai bordi, e le cellule complesse (C) che sono localmente invarianti all’esatta posizione dello stimolo. In analogia con la corteccia visiva, le CNN utilizzano un’architettura profonda caratterizzata da strati che eseguono sulle immagini, alternativamente, operazioni di convoluzione e subsampling. Le CNN, che hanno un input bidimensionale, vengono solitamente usate per problemi di classificazione e riconoscimento automatico di immagini quali oggetti, facce e loghi o per l’analisi di documenti.

Criteri di rinforzo di pile da ponte mediante isolatori progettati secondo DDBD

Valutazione di metori per la progettazione di isolatori da ponte mediante DDBD