XXXIX CICLO Sistemi intelligenti per l'Ingegneria

Il percorso formativo ha una durata di 3 anni durante i quali sono previste diverse attività formative obbligatorie

– Primo Anno – (74 ore di attività obbligatorie)

Si compone di 5 attività formative obbligatorie, insegnamenti di base per tutti i curricula, per le quali è prevista verifica finale

1. Metodi di ottimizzazione numerica (16 ore), Il corso affronta alcuni dei moderni metodi per l’ottimizzazione non lineare di funzioni regolari. Vengono fornite le basi teoriche per l’ottimizzazione non vincolata e per quella vincolata. Le principali conoscenze fornite dal corso sono: i principi di base dell’Ottimizzazione Numerica non vincolata e vincolata, il significato e l’importanza delle direzioni di discesa, del sistema Karush-Kuhn-Tucker, della qualificazione dei vincoli, della velocità di convergenza; i risultati teorici principali riguardo la ricerca di punti critici di funzioni reali di una o più variabili reali; – alcuni dei principali metodi numerici per la risoluzione di problemi di Programmazione Matematica vincolata e non vincolata per funzioni regolari; risoluzione di alcuni problemi applicativi
2. Principi di calcolo tensoriale (14 ore), Gli argomenti trattati sono finalizzati a fornire le conoscenze e gli strumenti di base per lo studio della meccanica dei continui, riguardano i risultati fondamentali dell algebra e dell analisi tensoriale. Dopo una breve introduzione degli spazi vettoriali di dimensione finita, vengono trattati i classici argomenti del calcolo tensoriale, tra i quali i tensori simmetrici e antisimmetrici, il teorema di decomposizione polare, i tensori del quarto ordine, le funzioni tensoriali isotrope e il calcolo di differenziale delle funzioni tensoriali
3. Introduzione al deep learning (14 ore), Questo insegnamento ha lo scopo di fornire una comprensione di base dei modelli di apprendimento automatico con il deep modeling e dimostrerà come questi modelli possono risolvere problemi complessi in una varietà di settori, dalla diagnostica medica al riconoscimento delle immagini alla previsione del testo. In particolare, si studieranno le reti convoluzionali e le reti ricorrenti con applicazioni, presentate tramite esercizi, che daranno un’esperienza pratica nell’implementazione di questi modelli su diversi set di dati. Gli esercizi pratici insegneranno come implementare algoritmi di machine learning con strumenti come PyTorch, Keras e librerie open source utilizzate dalle principali aziende tecnologiche nel campo del machine learning
4. Metodi numerici per la soluzione di problemi ingegneristici (16 ore), Il corso rappresenta un punto di contatto tra i diversi campi della matematica e pertanto consente un approccio ampio e diversificato ai problemi che scaturiscono nell’ambito ingegneristico. Il corso presenta i seguenti argomenti: funzioni speciali e polinomi ortogonali con approfondimenti nel campo delle Funzioni di Bessel e dei Polinomi di Hermite; l’approssimazione di dati e funzioni; le formula di quadratura, i problemi di valori iniziali per equazioni differenziali ordinarie e la risoluzione di equazioni non lineari; in particolari vengono presentati alcuni utili tecniche di risoluzioni dell’equazioni ordinarie lineari mediante il metodo di soluzione per serie. Ciascun argomento viene affrontato esaminando le idee che stanno alla base dei diversi problemi affrontati e descritte le principali tecniche di risoluzione corredate con esempi e relativi esercizi.
5. Human Centered AI (14 ore), L’intelligenza artificiale è sempre più adottata in soluzioni non più solamente scientifiche o da laboratorio, ma anche in soluzioni commerciali, come automobili a guida autonoma, sistemi di diagnosi medica, assistenza e supporto alle attività quotidiane sia lavorative che ludiche, ecc. Tutti questi sistemi ruotano attorno ad un fattore comune, l’Uomo, che diventa elemento fondamentale nella loro progettazione, nel loro funzionamento e nel loro uso. Essi presto saranno, se già non lo sono, in una fase di adozione in cui è più facile migliorarli operando sull’interazione umana piuttosto che armeggiando con architetture e modelli per aumentarne la precisione.

– Secondo Anno – (28 ore di attività obbligatorie)

Si compone di 2 attività formative obbligatorie per ogni singolo curriculum, insegnamenti caratterizzanti, per le quali è prevista verifica finale.

1. Deep Learning for Speech and Artificial Vision (Ingegneria Informatica, 14 ore), Lo scopo dell’insegnamento è di fornire una introduzione sui metodi di deep learning con applicazioni alla visione artificiale, all’elaborazione del linguaggio naturale. Gli studenti acquisiranno conoscenze di base sugli algoritmi di deep learning e acquisiranno esperienza pratica nella costruzione di reti neurali nei linguaggi di programmazione più opportuni.
2. IoT for Embedded control systems (Ingegneria Informatica, 14 ore), Il corso “IoT for Embedded control systems” si presuppone come obiettivo principale quello di fornire le competenze di base per la progettazione di sistemi di controllo delocalizzati tramite il cloud. Nello specifico, verranno trattati argomenti riguardanti la progettazione di applicazioni Hw/Sw che prevedono uno scambio dati tra sistemi elettronici a microcontrollore con connettività Internet e infrastrutture IoT. Dopo una breve introduzione sull’ecosistema Arduino, sui sensori di uso comune e sul protocollo MQTT, verrà mostrato come progettare, sia per quanto riguarda l’hardware che il software, i sistemi prototipali a microcontrollore in grado di stabilire connessioni bidirezionali con il cloud per l’invio e la ricezione in real-time delle informazioni. Durante il corso verranno mostrati esempi applicativi basati su hardware di prototipazione.
3. Analisi numerico-sperimentale di materiali e strutture aerospaziali (Ingegneria Aerospaziale, 14 ore), Il corso affronta lo studio delle tecniche numeriche e sperimentali che consentono di determinare e prevedere il comportamento meccanico di componenti per uso aerospaziale. In questo ambito sono di particolare interesse le strutture ottenute con materiali non convenzionali come i materiali compositi fibro-rinforzati o gli ibridi multi-materiale. A tal fine, nel corso vengono approfondite le tecniche di modellazione numerica dei processi di danneggiamento di tali strutture, durante i quali si presentano considerevoli non-linearità dovute a instabilità elastica, delaminazione, debonding. Parallelamente sono anche illustrate le tecniche sperimentali necessarie per la validazione dei risultati.
4. I simulatori di volo per la ricerca sullo Human Factor (Ingegneria Aerospaziale, 14 ore), Il corso è un’introduzione ai simulatori di volo usati come piattaforme di ricerca. Verranno inizialmente descritte le principali classi riconosciute dall’EASA con particolare attenzione ai FFS (Full Flight Simulator). Successivamente verranno presentati i principali contesti di ricerca con alcune attività di riferimento. Seguiranno presentazioni sui temi di ricerca riguardanti il fattore umano. Verranno descritti gli strumenti di misura oggettivi e soggettivi utilizzati per valutare il fattore umano aeronautico. Verrà presentata una breve panoramica degli strumenti di correlazione matematica che possono mettere in relazione le due tipologie di dati di misura con riferimento ad alcuni casi di studio. Verrà introdotto il tema di ricerca del comfort aeronautico e verranno descritte le tecniche di modellazione e analisi biodinamica del corpo umano. Saranno dati esempi di valutazione sugli indici di comfort del corpo umano con i vincoli dei costruttori aeronautici.
5. Tecniche di controllo e gestione del traffico urbano in presenza di veicoli driverless (Ingegneria Civile e Architettura, 14 ore), il corso è strutturato in modo da approfondire e acquisire competenze inerenti il concetto e la valutazione della probabilità. Un’ipotesi che cerchi di superare i limiti dei metodi non numerici e dei metodi ad hoc consiste nell’uso di metodi bayesiani. In questi metodi assume un ruolo fondamentale il teorema di Bayes, che costituisce la base per un uso corretto dei metodi probabilistici in catene di inferenze complesse. Viene identificata la probabilità a posteriori di uno spazio di ipotesi, una volta che si venga a conoscenza di una qualche evidenza, se si è in grado di conoscere le verosimiglianze costituenti il legame fra le ipotesi e le evidenze. L’iteratività del metodo permette di aggiornare la distribuzione di probabilità sulle ipotesi mano a mano che nuove evidenze vengano osservate. Le ipotesi dedotte possono a loro volta costituire l’evidenza di base per un ulteriore procedimento di inferenza in cui nuove conclusioni vengano prodotte. Presentazione dell’evoluzione delle tecniche di controllo e gestione del traffico e specificità dettate dall’introduzione dei veicoli driverless. Sviluppo e implementazione di algoritmi di big data e intelligenza artificiale per scenari di mobilità condivisa focalizzati su (a) raccolta, aggregazione e analisi di dati relativi a utilizzo, funzionamento delle flotte veicolari ad uso privato o commerciale (b) profilazione (es. analisi basata sul ragionamento per cliente, per auto, per transazione). Metodi e strumenti per la profilazione degli utenti di mobilità condivisa (studio dei modelli tipici di mobilità dei clienti, del comportamento, delle interazioni sociali, ecc.) in ambito urbano. Strategie e progettazione di soluzioni per l’integrazione efficiente di veicoli driverless, condivisi ed elettrici in flotte di mobilità condivisa. Soluzioni avanzate di analisi statistica / predittiva dei dati per l’elaborazione di Big Data generati da flotte di veicoli e milioni di utenti in movimento in tempo reale.
6. Progettazione integrata e protocolli di sostenibilità (Ingegneria Civile e Architettura, 14 ore) Il corso intente illustrare i principi della progettazione integrata per la concezione e la costruzione di edifici ad elevata sostenibilità. Con la definizione di “progettazione integrata” si intende un processo di progettazione coordinato e multidisciplinare, che ha come obiettivo l’ottimizzazione del rapporto costo-prestazioni delle costruzioni. Il corso è focalizzato sulle tematiche legate all’impatto ambientale dell’attività di costruzione di edifici e infrastrutture, verso una scelta consapevole di tecnologie e soluzioni. Verrà in particolare analizzato il ruolo e l’impiego dei protocolli di sostenibilità come strumenti di ausilio alla progettazione ed al processo costruttivo.

– Terzo Anno – (28 ore di attività obbligatorie)

Si compone di 2 attività formative obbligatorie per ogni singolo curriculum, insegnamenti caratterizzanti, per le quali è prevista verifica finale.

1. AI for Medical System Support (Ingegneria Informatica, 14 ore), Nonostante la diffusione sempre più capillare delle tecnologie ICT, alcune attività mediche vengono ancora eseguite manualmente. Le procedure manuali dipendono fortemente dall’esperienza del medico. L’operator-dependance è una forte criticità in termini di riproducibilità e ripetibilità dei risultati: infatti, una notevole variabilità intra- e inter-operatore può influenzare seriamente i risultati. In questo scenario, gli approcci computer-assisted (automatici o semi-automatici) basati su tecniche di AI ci permettono di mitigare alcuni delle limitazioni tipiche delle procedure manuali. Infatti, grazie all’AI è possibile implementare tools clinici che consentono di ridurre la dipendenza inter- e intra-osservatore e di migliorare la ripetibilità dei risultati. In particolare, l’AI applicata ai CDSS può aiutare i medici in tutte le fasi del processo di cura, dalla diagnosi alla pianificazione del trattamento terapeutico, nonché a supportare la prognosi. Questo corso fornirà una panoramica sugli algoritmi di AI, sia relativi al machine-learning tradizionale che al deep-learning, per la segmentazione, la quantificazione e l’analisi di dati biomedici, finalizzata alla medicina di precisione. Le applicazioni e i relativi esempi, faranno riferimento a ben specifici scenari clinici. In particolare, verranno investigate specifiche applicazioni in contesti clinici reali.
2. Artificial Intelligence for Digital Forensics (Ingegneria Informatica, 14 ore), In questo insegnamento, si studieranno e si approfondiranno i diversi ambiti d’azione della digital forensics. Essi sono diversi e perseguono tutti lo stesso obiettivo. C’è la computer forensics, o disk forensics, che si occupa dell’analisi dell’hardware e dello storage in particolare (hard disk, pendrive). La mobile forensics si occupa dei dispositivi portatili: tablet, smartphone e altri. La network forensics pensa a intercettare e analizzare il traffico dati, l’image forensics si occupa delle immagini e dei video, analizzando per esempio le registrazioni delle telecamere. Infine, c’è l’embedded forensics che si concentra su dispositivi particolari, come gli antifurti o i dispositivi IoT, e l’analisi dei veicoli. Ma c’è, soprattutto, la multimedia forensics, in cui si può includere l’image forensics.
   In questo contesto, l’uso della tecnologia AI aumenta i cambiamenti nell’identificazione e nell’indagine sulla cibernetica. L’AI può rilevare attività sospette e criminali setacciando i dati non strutturati raccolti dagli investigatori, fornire analisi dei dati cognitivi che consentono di analizzare i dati senza troppe complicazioni, essere utile per dotare gli esperti di un sistema di supporto alle decisioni in grado non solo a formare e verificare ipotesi ma anche a delineare e confrontare le possibili ipotesi alternative disponibili.
3. Modellazione numerica di materiali e strutture realizzati in Additive Manufacturing (Ingegneria Aerospaziale, 14 ore), Nel corso si introdurranno i concetti di materiali “lattice” e compositi di ultima generazione ottenuti tramite tecniche di manifattura additiva per applicazioni aerospaziali. Verranno introdotti i principali approcci di progettazione e selezione dei materiali in funzione delle applicazioni. Saranno inoltre spiegate le basi teoriche di modellazione strutturale per la valutazione numerica delle strutture ottenute mediante manifattura additiva, considerando la difettologia degli stessi e le possibili soluzioni multimateriale.
4. Modellazione, ottimizzazione e controllo di sistemi aeronautici (Ingegneria Aerospaziale, 14), Il corso richiama i) i principali approcci di modellazione e analisi nel dominio del tempo di sistemi a parametri concentrati ed ii) i metodi di ottimizzazione euristica con l’obiettivo di introdurre agli studenti i principi base della sintonizzazione ottima, in senso euristico, dei sistemi di controllo. In particolare, saranno presentati gli aspetti teorici fondamentali ed applicativi di due architetture di controllo: il PID – Proportional Integral Derivative control ed il SAC – Simple Adaptive Control. L’applicazione a casi studio di interesse aeronautico consentirà di illustrare l’approccio di modellazione, sintonizzazione ottima e verifica numerica dei sistemi di controllo attivi/adattivi e della loro robustezza in senso stocastico.
5. Parametric design and building sustainability (Ingegneria Civile e Architettura, 14), Il corso si propone di illustrare i vantaggi forniti dall’impiego di parametri nel processo progettuale e la rivoluzione rappresentata dall’impiego di una modellazione basata su una logica associativa piuttosto che additiva. L’obiettivo è quello di fornire competenze sulla modellazione algoritmica attraverso l’utilizzo di Grasshopper ed in particolare dei plugin Ladybug e Honeybee attraverso delle esercitazuioni pratiche. Il plugin Ladybug consente di realizzare analisi dettagliate dei dati climatici per produrre visualizzazioni personalizzate e interattive al fine di una progettazione degli edifici attenta al contesto ambientale. Il plugin Honeybee permette di creare, simulare e visualizzare modelli energetici per una progettazione attenta alla performance dell’edificio.
6. Progettazione di sistemi ambientali ecosostenibili (Ingegneria Civile e Architettura, 14), Il corso si propone di studiare e approfondire l’interfaccia tra città, persone, entità non umane, tecnologie e gli ecosistemi ibridi che formano le varie comunità che abitano l’ambiente. L’obiettivo fondamentale è comprendere le dinamiche spaziali del territorio e indagare le relazioni tra infrastrutture umane ed entità non umane, al fine di comprendere nel suo complesso il sistema ecologico nel quale si interviene e nel quale si producono le trasformazioni spaziali. In definitiva, la ricerca punta a comprendere quali assemblaggi possiamo riconoscere tra esseri umani, tecnologie, corpi inerti, paesaggi, istituzioni e strumenti normativi. Il riconoscere questi sistemi ibridi e assemblati, e riconoscere anche le controversie che essi generano, possono essere la base e lo strumento per una progettazione consapevole e realmente ecologica dell’ambiente costruito.