Sistema di gestione del progetto “Développement des Interventions innovantes sur les cépages de Vignes autochtones pour l’INtégration italo-tunisienne – DIVIN (PS1.1.002)"

dall'Istituto per l’Ambiente Marino Costiero del Consiglio Nazionale delle Ricerche - IAMC-CNR (Bénéficiaire) UOS di Capo Granitola e coinvolge l' Istituto di Bioscienze e Biorisorse – IBBR (P1) del Consiglio Nazionale delle Ricerche (CNR), il Centro di Biotecnologie di Borj - Cedria - CBBC (P2) L'Institut National de la Recherche Agronomique de Tunisie – INRAT (P3), La Direction Générale de la Production Agricole – DGPA (P4) e L’Associazione “Strada del vino Alcamo Doc” (P5). Il finanziamento complessivo è stato pari a € 674.107,06 e le attività si sono svolte a partire da novembre 2013 per concludersi a luglio 2016. Si è trattato di una prodigiosa opportunità per potenziare e valorizzare le eccellenze scientifiche in campo vitivinicolo e per consolidare la collaborazione tra Italia e Tunisia sulla produzione di vini di qualità e sul lancio di itinerari enoturistici che mettano in dialogo permanente le due sponde del mediterraneo. Il progetto, ha avuto la durata di 31 mesi e ha investito sullo sviluppo di ricerche e soluzioni tecnologiche per prevenire e curare le patologie della vite e per certificare e tracciare la qualità del vino prodotto in Italia e in Tunisia. I benefici del progetto hanno avuto ricadute anche su tutti i territori dell'area di cooperazione in quanto, nella parte finale del progetto, si sono sviluppate azioni di marketing congiunte per la creazione di un marchio d'area e l'ampliamento delle esperienze delle "strade del vino" per creare itinerari turistici tematici che colleghino le zone di produzione siciliane e quelle tunisine.

Sistema di comunicazione e disseminazione del progetto “Développement des Interventions innovantes sur les cépages de Vignes autochtones pour l’INtégration italo-tunisienne – DIVIN (PS1.1.002)”

Il progetto DIVIN, finanziato dal Programma di Cooperazione Transfrontaliera Italia Tunisia, è coordinato dall'Istituto per l’Ambiente Marino Costiero del Consiglio Nazionale delle Ricerche - IAMC-CNR (Bénéficiaire) UOS di Capo Granitola e coinvolge l' Istituto di Bioscienze e Biorisorse – IBBR (P1) del Consiglio Nazionale delle Ricerche (CNR), il Centro di Biotecnologie di Borj - Cedria - CBBC (P2) L'Institut National de la Recherche Agronomique de Tunisie – INRAT (P3), La Direction Générale de la Production Agricole – DGPA (P4) e L’Associazione “Strada del vino Alcamo Doc” (P5). Il finanziamento complessivo è stato pari a € 674.107,06 e le attività si sono svolte a partire da novembre 2013 per concludersi a luglio 2016. Si è trattato di una prodigiosa opportunità per potenziare e valorizzare le eccellenze scientifiche in campo vitivinicolo e per consolidare la collaborazione tra Italia e Tunisia sulla produzione di vini di qualità e sul lancio di itinerari enoturistici che mettano in dialogo permanente le due sponde del mediterraneo. Il progetto, ha avuto la durata di 31 mesi e ha investito sullo sviluppo di ricerche e soluzioni tecnologiche per prevenire e curare le patologie della vite e per certificare e tracciare la qualità del vino prodotto in Italia e in Tunisia. I benefici del progetto hanno avuto ricadute anche su tutti i territori dell'area di cooperazione in quanto, nella parte finale del progetto, si sono sviluppate azioni di marketing congiunte per la creazione di un marchio d'area e l'ampliamento delle esperienze delle "strade del vino" per creare itinerari turistici tematici che colleghino le zone di produzione siciliane e quelle tunisine.

Proposta per un maglev urbano. Lineamenti di un progetto di ricerca industriale per lo sviluppo di un sistema di trasporto innovativo

L'oggetto della proposta è un sistema di trasporto guidato di media potenzialità destinato alle aree metropolitane, basato sulla tecnologia della levitazione magnetica. Utilizza magneti permanenti ad alta energia per la sostentazione; un motore lineare sincrono per la propulsione; un dispositivo meccanico, o elettromagnetico, per stabilizzare la guida assicurata dagli stessi magneti della sostentazione. Il contenuto innovativo dell'oggetto non si limita alla parte non convenzionale (levitazione), ma investe tutto il sistema, poiché l'offerta industriale di un sistema destinato alle aree metropolitane è vincente solo se riferita ad un sistema completo (infrastruttura, veicoli, alimentazione, sistema di sicurezza, modello di esercizio, gestione, manutenzione, …). Si descrive inoltre la particolare soluzione inedita con abitacolo sospeso al di sotto dell'involucro tecnologico (comprendente magneti di sostentamento, motore lineare, sistema di guida, sospensione secondaria).

Combined Machine Learning Techniques for Decision Making Support in Medicine

Computational intelligent support for decision making is becoming increasingly popular and essential among medical professionals. Also, with the modern medical devices being capable to communicate with ICT, created models can easily find practical translation into software. Machine learning solutions for medicine range from the robust but opaque paradigms of support vector machines and neural networks to the also performant, yet more comprehensible, decision trees and rule-based models. So how can such different techniques be combined such that the professional obtains the whole spectrum of their particular advantages? The presented approaches have been conceived for various medical problems, while permanently bearing in mind the balance between good accuracy and understandable interpretation of the decision in order to truly establish a trustworthy ‘artificial’ second opinion for the medical expert.

Combination of Evolutionary Algorithms with Experimental Design, Traditional Optimization and Machine Learning

Evolutionary algorithms alone cannot solve optimization problems very efficiently since there are many random (not very rational) decisions in these algorithms. Combination of evolutionary algorithms and other techniques have been proven to be an efficient optimization methodology. In this talk, I will explain the basic ideas of our three algorithms along this line (1): Orthogonal genetic algorithm which treats crossover/mutation as an experimental design problem, (2) Multiobjective evolutionary algorithm based on decomposition (MOEA/D) which uses decomposition techniques from traditional mathematical programming in multiobjective optimization evolutionary algorithm, and (3) Regular model based multiobjective estimation of distribution algorithms (RM-MEDA) which uses the regular property and machine learning methods for improving multiobjective evolutionary algorithms.

A supervised machine learning method for word sense disambiguation of Portuguese nouns

Dissertação de Mestrado, Ciências da Linguagem, Faculdade de Ciências Humanas e Sociais, Universidade do Algarve, 2010

Studio ed ottimizzazione di un sistema di sbrinamento ad alto rendimento termodinamico per pompe di calore

Il mio elaborato si pone come obiettivo il miglioramento di una macchina di condizionamento atta al funzionamento a temperature inferiori allo standard nazionale (circa -20°C, -253,15 K). Il lavoro si basa sullo studio di un sistema innovativo di sbrinamento per pompe di calore ad alta efficienza che necessiti nel minor modo possibile di manutenzione, sia di facile installazione e permetta alla macchina di mantenere il rendimento intorno a valori accettabili. Dopo aver portato avanti un'analisi energetica del sistema, attraverso lo studio di diverse possibilità di sbrinamento, l'elaborato verifica che l'installazione del sistema progettato porti ad un effettivo vantaggio anche dal punto di vista economico.

Un sistema di domotica per il controllo energetico domestico con tecnologie open-source.

Data la sempre maggiore richiesta di fabbisogno energetico, si è sviluppata una nuova filosofia nella gestione dei consumi energetici, il DSM (demand side management), che ha lo scopo di incoraggiare il consumatore ad usare energia in modo più intelligente e coscienzioso. Questo obiettivo, unito all’accumulo di energia da fonti rinnovabili, permetterà un abbassamento dell’utilizzo dell’energia elettrica proveniente dal consumo di fonti non rinnovabili e altamente inquinanti come quelle a combustibili fossili ed una diminuzione sia del consumo energetico, sia del costo per produrre energia che dell’energia stessa. L’home automation e la domotica in ambiente domestico rappresentano un esempio di DSM. L’obiettivo di questa tesi è quello di creare un sistema di home automation utilizzando tecnologie opensource. Sono stati utilizzati device come board Arduino UNO, Raspberry Pi ed un PC con sistema operativo GNU/Linux per creare una simulazione di un sistema di home automation abbinato alla gestione di celle fotovoltaiche ed energy storaging. Il sistema permette di poter spegnere un carico energetico in base a delle particolari circostanze come, per esempio, il superamento di una certa soglia di consumo di energia elettrica. Il software utilizzato è opensource e mira a poter ottimizzare il consumo energetico secondo le proprie finalità. Il tutto a dimostrare che si può creare un sistema di home automation da abbinare con il presente e futuro delle fonti rinnovabili utilizzando tecnologie libere in modo tale da preservare privacy e security oltre che customizzazione e possibilità di adattamento a diverse circostanze. Nella progettazione del sistema è stato implementato un algoritmo per gestire varie situazioni all’interno di un ambiente domestico. La realizzazione di tale algoritmo ha prodotto ottimi risultati nella raggiungimento degli obiettivi prefissati. Il progetto di questa tesi può essere ulteriormente ampliato ed il codice è reperibile in un repository pubblico.

Progettazione e prototipazione di un sistema di Social Media Monitoring

I sistemi di Social Media Monitoring hanno l'obiettivo di analizzare dati provenienti da social media come social network, forum e blog (detti User-Generated Content) per trarre un quadro generale delle opinioni degli utenti a proposito di un particolare argomento. Il progetto di tesi si pone l'obiettivo di progettare e creare un prototipo per un sistema di Social Media Monitoring concentrato in particolare sull'analisi di contenuti provenienti da Twitter.

Sistema di navigazione aumentata per Smart Glasses

Questa tesi si pone come obiettivo di arricchire l’applicazione per dispositivi Android creata da OpenTripPlanner, aggiungendo funzionalità di navigazione aumentata, rendendola utilizzabile da Smart Glasses. L’utente sarà guidato a passo a passo nel percorso grazie a informazioni visive e uditive sulle direzioni da prendere. L’applicazione può essere personalizzata per l’utente che la sta utilizzando grazie alla possibilità di inserire le proprie generalità e informazioni, utili per calcolare le calorie bruciate dall’utente durante il tragitto. All’applicazione l’utente può anche connettere, tramite Bluetooth, un mi band. In questo modo, una volta raggiunta la destinazione prescelta l’utente può avere informazioni sul numero di passi effettuati durante il tragitto e le calorie bruciate.

Un sistema di geolocalizzazione basato su geomagnetismo

La geolocalizzazione è l’insieme di metodi e tecniche che permette di mettere in relazione una certa informazione con un punto specifico della superficie terrestre. Il punto è generalmente indicato in maniera assoluta tramite coordinate latitudinali e longitudinali, oppure in maniera relativa ad altri punti noti. Nello specifico il concetto di geolocalizzazione enfatizza l’aspetto dinamico, riferendosi ad informazioni in tempo reale relative alla posizione, direzione e velocità del soggetto analizzato, e la conseguente analisi di percorso e comportamento. Tutto questo rende possibile la realizzazione di un sistema di localizzazione efficiente. La geolocalizzazione è considerata tra i più rivoluzionari campi di sviluppo in ambito sociale ed economico, pur avendo potenziali problemi legati alla privacy e libertà individuale di non semplice soluzione. In particolare è di interesse di ricerca e in ambito di commercio trovare un sistema di localizzazione adeguato non solo per l’esterno ma anche per situazioni indoor. In questa tesi verranno analizzati i vari metodi di posizionamento fino ad oggi studiati, sia indoor che outdoor per arrivare a proporre un sistema di localizzazione indoor basato su geomagnetismo dell’ambiente. Nel primo capitolo il documento presenta una riflessione storica sull’evoluzione del concetto di localizzazione, partendo dai primi tentativi di navigazione, fino ad arrivare ai più moderni sistemi tecnologici. Vedremo quindi nello specifico quali sono gli ultimi studi e tecnologie per un sistema di localizzazione indoor, concentrandosi sull’analisi dei vantaggi offerti da nuovi dispositivi con gli smartphones. Infine verrà descritto nel dettaglio il lavoro effettuato per la realizzazione di un prototipo di sistema di localizzazione indoor basato su geomagnetismo in sede aziendale GetConnected, dove si è svolta l’attività di tesi, e presso un grosso centro commerciale come caso d’uso pratico.

Ottimizzazione di un sistema di calcolo Voxel dosimetry e implementazione di grandezze radiobiologiche per MRT

Il presente lavoro di tesi nasce in seguito all’esperienza di tirocinio svolta presso l’Arcispedale Santa Maria Nuova di Reggio Emilia. Fulcro di questo lavoro è lo sviluppo di un sistema di pianificazione della dose per il trattamento dei pazienti sottoposti a Molecular Radionuclide Therapy (MRT). Presso tale struttura ospedaliera è già stato sviluppato uno strumento che si appoggia all’ambiente di lavoro Matlab per il calcolo dosimetrico. Tale programma è chiamato VoxelMed. Si tratta di uno strumento di calcolo che lavora al così detto voxel-level, tecnica di sviluppo recente che permette il calcolo della dose assorbita all’interno di un paziente in modo più dettagliato rispetto ai metodi di calcolo basati unicamente sulla stima media per organo, tipicamente impiegati in dosimetria tradizionale. Parte del lavoro di tesi consiste nell’implementare nuove modalità di calcolo ed aggiungere ulteriori accorgimenti all’attuale versione di VoxelMed. In VoxelMed è stata poi integrata ex-novo una componente di calcolo di misure radiobiologiche, in particolare della BED. La dose assorbita non è infatti un parametro sufficiente per valutare gli effetti della radiazione sui tessuti, a parità di tipo ed energia della radiazione gli effetti possono essere molto variabili. La BED è il parametro che tiene conto della risposta del tessuto sano o cancerogeno alla radiazione. Parte del lavoro è stato svolto sperimentalmente, tramite misure con fantocci acquisiti o preparati ad hoc. In particolare si sono utilizzati diverse tipologie di fantocci, per effettuare protocolli di calibrazione dei sistemi di acquisizione, misure di curve di effetto di volume parziale e test finali di verifica. Per un ulteriore verifica delle prestazioni di calcolo si sono effettuate misurazioni su un gruppo di pazienti e si sono confrontati i risultati con quelli ottenuti dal software maggiormente utilizzato nella pratica clinica, OLINDA/EXM.

Predicting the concentration of residual methanol in industrial formalin using machine learning

In this thesis, a machine learning approach was used to develop a predictive model for residual methanol concentration in industrial formalin produced at the Akzo Nobel factory in Kristinehamn, Sweden. The MATLABTM computational environment supplemented with the Statistics and Machine LearningTM toolbox from the MathWorks were used to test various machine learning algorithms on the formalin production data from Akzo Nobel. As a result, the Gaussian Process Regression algorithm was found to provide the best results and was used to create the predictive model. The model was compiled to a stand-alone application with a graphical user interface using the MATLAB CompilerTM.

An investigation of two real time machine learning techniques that could enhance the adaptability of game AI agents

Developers strive to create innovative Artificial Intelligence (AI) behaviour in their games as a key selling point. Machine Learning is an area of AI that looks at how applications and agents can be programmed to learn their own behaviour without the need to manually design and implement each aspect of it. Machine learning methods have been utilised infrequently within games and are usually trained to learn offline before the game is released to the players. In order to investigate new ways AI could be applied innovatively to games it is wise to explore how machine learning methods could be utilised in real-time as the game is played, so as to allow AI agents to learn directly from the player or their environment. Two machine learning methods were implemented into a simple 2D Fighter test game to allow the agents to fully showcase their learned behaviour as the game is played. The methods chosen were: Q-Learning and an NGram based system. It was found that N-Grams and QLearning could significantly benefit game developers as they facilitate fast, realistic learning at run-time.