SISTEMI INTELLIGENTI PER L’INGEGNERIA - Università degli Studi di Enna "Kore"

Informazioni

Il Dottorato di Ricerca in “Sistemi Intelligenti per l’Ingegneria” offre la possibilità di studio approfondito e di partecipazione a ricerche di punta nel settore dei Sistemi Intelligenti e si articola in tre aree che corrispondono a una suddivisione tra l’Ingegneria Informatica, l’Ingegneria Aerospaziale e l’Ingegneria Civile ed Architettura. Tale partizionamento non preclude tuttavia progetti di ricerca interdisciplinari che, anzi, sono fortemente incoraggiati. Gli obiettivi del dottorato sono orientati ad un avanzamento delle conoscenze nel campo dell’innovazione industriale e sociale del paese con l’obiettivo di creare figure professionali che possano contribuire all’avanzamento della innovazione e la competitività del sistema produttivo attraverso la creazione di profili culturali nei seguenti campi: 1) Intelligenza Artificiale; 2) Elaborazione del Parlato e delle Immagini 3) AI for Health, 4) Human-centric AI, 5) Smart mobility, 5) Reti Infrastrutturali e Infrastrutture di Trasporto, 5) Sistemi Intelligenti nelle Strutture e Sistemi Aerospazio, 7) Sistemi intelligenti per la Progettazione architettonica di strutture ecosostenibili (green). L’attività formativa del corso prevede percorsi finalizzati al trasferimento delle conoscenze su specifici argomenti dell’Ingegneria Informatica, dell’Ingegneria Aerospaziale e dell’Ingegneria Civile ed Architettura, per formare figure di alta specializzazione in grado di affrontare complesse tematiche di ricerca e/o di carattere applicativo.
Per l’interdisciplinarità delle tematiche, il dottorato è organizzato in distinti percorsi formativi (curriculum) con corsi generali durante il primo anno e specialistici al secondo e terzo. La formazione è completata da continue esperienze presso i laboratori dell’Ateneo, dove si dispone di competenze, personale e strumentazioni in grado di supportare i dottorandi, nonché con periodi di ricerca presso università e centri di ricerca sia italiani che stranieri. In relazione agli insegnamenti previsti dall’iter formativo di ciascun curriculum del corso (1. Ingegneria Informatica – 2. Ingegneria Aerospaziale – 3. Ingegneria Civile ed Architettura), il Collegio dei Docenti programma l’attivazione dei moduli didattici in relazione al numero di CFU preventivati (pari a 65 – 2 ore per 1 CFU) e da ripartire nei tre anni di dottorato.
Le principali tematiche dei moduli didattici obbligatori di base riguardano argomenti generali come: Metodi di ottimizzazione numerica, principi di calcolo tensoriale, introduzione al deep learning, metodi numerici per la soluzione di problemi ingegneristici. Sono anche previste attività didattiche specifiche per ogni curriculum al secondo e terzo anno.
Per l’ingegneria informatica i temi dei moduli didattici caratterizzanti riguarderanno, ad esempio, i sistemi intelligenti per l’elaborazione del parlato e delle immagini, l’AI per il supporto medico, ed embedded IoT. Per l’ingegneria Aerospaziale, argomenti dei moduli didattici specifici riguarderanno ad esempio: simulatori di volo, moderazione ottimizzazione e
controllo di sistemi aeronautici. Per l’Ingegneria Civile e Architettura, i moduli didattici caratterizzanti riguarderanno ad esempio: Infrastrutture di trasporto, reti infrastrutturali e la logistica, progettazione integrata e protocolli di sostenibilità e progettazione di sistemi ambientali ecosostenibili. L’attività di formazione sarà completata da seminari e attività pratiche
nei laboratori della Facoltà di Ingegneria e Architettura.
L’attività di formazione scientifica e di ricerca degli allievi del corso di dottorato si avvale delle strutture dell’Ateneo, ed è completata da esperienze pratiche presso i Laboratori della Facoltà di Ingegneria e Architettura, con periodi di ricerca presso istituzioni universitarie e centri di ricerca italiani e stranieri, con cui i membri del Collegio intrattengono rapporti
di collaborazione. In particolare, i Laboratori che hanno sede nel Polo Didattico e Scientifico in Contrada Santa Panasia di Enna hanno sviluppato specifiche competenze tecniche portate avanti anche con partner scientifici ed industriali nazionali ed internazionali, che hanno consentito all’Ateneo di ottenere importanti finanziamenti nazionali e delle comunità europea, permettendo il potenziamento di tali laboratori, alcuni unici in Europa per dimensioni e qualità delle attrezzature impiegate.

Obiettivi

Il dottorato rappresenta il naturale completamento del percorso di studi nei settori dell’ingegneria e dell’architettura. Gli obiettivi sono orientati ad un avanzamento delle conoscenze nel campo dei sistemi intelligenti declinati negli ambiti della Ingegneria Informatica, Ingegneria Aerospaziale, e Ingegneria Civile ed Architettura. Lo scopo è di creare profili culturali nei seguenti campi: 1) Intelligenza Artificiale; 2) Elaborazione del Parlato e delle Immagini 3) AI for Health, 4) Human-centric AI, 5) Smart mobility, 5) Reti Infrastrutturali e Infrastrutture di Trasporto, 5) Sistemi Intelligenti nelle Strutture e Sistemi Aerospazio, 7) Sistemi intelligenti per la Progettazione architettonica di strutture ecosostenibili (green). I percorsi formativi sono così finalizzati al trasferimento delle conoscenze su specifici argomenti dell’ingegneria, informatica, dell’ingegneria aerospaziale, e dell’ingegneria civile ed architettura, per formare figure di alta specializzazione in grado di affrontare complesse tematiche di ricerca e/o di carattere applicativo. Per l’interdisciplinarità delle tematiche, il dottorato è organizzato in distinti percorsi formativi (curriculum) con corsi generali durante il 1° anno e caratterizzanti al 2° e 3° anno La formazione è completata da esperienze presso i laboratori dell’ateneo, dove sussistono competenze, personale e strumentazioni in grado di supportare i dottorandi, da partecipazione a seminari e tutorial offerti da enti di ricerca, università o durante conferenze internazionali, nonché con periodi di ricerca presso università e centri di ricerca italiani e stranieri.

Sbocchi

Il Corso di Dottorato di Ricerca in “Sistemi Intelligenti per l’Ingegneria Informatica, Industriale e l’Ambiente Costruito” ha come sbocchi occupazionali posizioni presso enti pubblici, pubblica amministrazione, università, soggetti privati e del terzo settore, in cui siano richieste figure di studiosi e di professionisti di elevata qualità tecnica e scientifica. ¿In quest’ambito il Corso di Dottorato intende formare professionisti in grado di applicare le diverse conoscenze acquisite durante il programma didattico, ed in particolare le capacità di integrare ricerca teorica di base con quella applicata, metodologie qualitative e quantitative, ad un ampio spettro di sbocchi, sia in Italia che all’estero.
Nel mercato del lavoro, è sempre più forte la richiesta di professionalità qualificate nel campo dei sistemi intelligenti, ovvero sistemi che sfruttano le nuove tecnologie nel campo del machine learning e dell’intelligenza artificiale. Ad esempio, l’applicazione dei sistemi intelligenti nel campo della salute e delle scienze della vita prefigura scenari di rapida evoluzione verso la medicina di precisione, una medicina sempre più predittiva, preventiva, personalizzata e partecipativa. Inoltre, i sistemi intelligenti avranno un grande impatto sullo sviluppo di nuove tecniche di cybersecurity.
L’applicazione di sistemi intelligenti nel settore aerospaziale può aiutare le aziende a semplificare la produzione affrontando anche i problemi di sicurezza. Inoltre, i sistemi di intelligenza artificiale possono analizzare gli input da varie risorse ed elaborare grandi quantità di dati più veloci che manualmente. I sistemi intelligenti possono anche giocare un ruolo fondamentale nel controllo e conservazione delle infrastrutture critiche.
L’attività formativa dei dottorandi consta di moduli d’insegnamento nei quali sono analizzati i modelli alla base dei sistemi intelligenti che ricoprono un ruolo centrale per la trasformazione digitale della società. Si tratta di modelli fortemente ottimizzati alle esigenze dell’attuale economia di mercato, rappresentando tali soluzioni una delle più importanti tendenze del nostro tempo nel campo della green e blue economy. Questa tendenza è confermata dalla programmazione nazionale, che prevede ingenti finanziamenti in questi ambiti e che denotano l’esigenza di acquisire professionalità specializzate, per le quali la formazione prevista dal corso di dottorato rappresenta una sicura opportunità. Una ulteriore motivazione è legata all’elevata specializzazione delle strutture di ricerca dell’Ateneo.
L’inserimento professionale è favorito dalle partnership con diverse società che operano nei settori della ingegneria e dell’architettura.
L’attività di collaborazione, oltre a concretizzarsi in accordi di stage, workshop e tirocini, è funzionale per l’indirizzamento delle attività didattiche in base alle esigenze del mondo del lavoro suggerite dagli stessi partner, ovvero anche attraverso un’efficace comunicazione ai dottori di ricerca delle richieste di profili corrispondenti al loro percorso di studi da parte delle aziende.
Da ultimo si segnala la possibilità offerta dall’Ateneo di favorire lo sviluppo imprenditoriale di nuovi prodotti e/o servizi (attività brevettuale, incubatori di imprese compartecipati dalla struttura, spin off, start-up, consorzi finalizzati al trasferimento tecnologico) basati sulla valorizzazione ed il trasferimento delle conoscenze e dei risultati della ricerca conseguiti dai dottori. La stessa si inquadra tra le attività di terza missione delle università, al fine di risponde in modo organico alla previsione normativa che include la terza missione tra le attività da considerare nella valutazione periodica delle strutture universitarie.

Sede

Università degli Studi di Enna “Kore”, Cittadella universitaria, 94100 Enna

Coordinatore responsabile

Tesoriere Giovanni

Email
giovanni.tesoriere@unikore.it

Curriculum e Ricevimento

Collegio dottorale

Membri del collegio (Personale Docente e Ricercatori delle Università Italiane)

n.	Cognome	Nome	Qualifica	Settore concorsuale	SSD
1.	ALAIMO	Andrea	Professore Ordinario (L. 240/10)	09/A1	ING-IND/04
2.	BURGIO	Gianluca	Professore Associato (L. 240/10)	08/D1	ICAR/14
3.	CASTELLI	Francesco	Professore Ordinario (L. 240/10)	08/B1	ICAR/07
4.	CONTI	Vincenzo	Professore Associato (L. 240/10)	09/H1	ING-INF/05
5.	DI BELLA	Gaetano	Professore Associato (L. 240/10)	08/b3	ICAR/09
6.	FOSSETTI	Marinella	Professore Associato (L. 240/10)	08/A2	ICAR/03
7.	GIUFFRE’	Tullio	Professore Associato (L. 240/10)	08/A3	ICAR/04
8.	LANZALONE	Gaetano	Professore Associato (L. 240/10)	02/A1	FIS/01
9.	LENTINI	Valentina	Professore Associato (L. 240/10)	08/B1	ICAR/07
10.	LIUZZO	Mariangela	Professore Associato (L. 240/10)	08/E1	ICAR/17
11.	MARZULLO	Calogero	Professore Associato (L. 240/10)	08/D1	ICAR/14
12.	MESSINEO	Antonio	Professore Ordinario (L. 240/10)	09/C2	ING-IND/11
13.	NAVARRA	Giacomo Camillo	Professore Associato (L. 240/10)	08/B2	ICAR/08
14.	ORLANDO	Calogero	Professore Associato (L. 240/10)	09/A1	ING-IND/05
15.	RICCIARDELLO	Angela	Professore Associato (L. 240/10)	01/A4	MAT/07
16.	RUGGIERI	Marianna	Professore Associato (L. 240/10)	01/A4	MAT/07
17.	SALERNO	Valerio Mario	Professore Associato (L. 240/10)	09/H1	ING-INF/05
18.	FRENI	Gabriele	Professore Ordinario (L. 240/10)	08/A1	ICAR/02
19.	SORCE	Salvatore	Professore Associato (L. 240/10)	09/H1	ING-INF/05
20.	TESORIERE	Giovanni	Professore Ordinario	08/A3	ICAR/04
21.	TICALI	Dario	Professore Associato (L. 240/10)	08/A3	ICAR/04
22.	TUMINO	Aurora	Professore Ordinario (L. 240/10)	02/A1	FIS/01
23.	TUMINO	Davide	Professore Associato (L. 240/10)	09/A3	ING-IND/15
24.	LO IACONO	Francesco	Professore Ordinario (L. 240/10)	08/B2	ICAR/08

Componenti del collegio (Personale non accademico dipendente di Enti italiani o stranieri e Personale docente di Università Straniere)

Cognome	Nome	Ruolo	Qualifica	Settore concorsuale	SSD
LEE	Chin-Hui	Università straniera	Professore di Univ. Straniera	09/H1	ING-INF/05
SALVI	Giampiero	Università straniera	Professore Associato (L. 240/10)	09/H1	ING-INF/05
SCHARENBORG	Odette	Università straniera	Professore Ordinario (L. 240/10)	09/H1	ING-INF/05

Piano formativo

Le principali tematiche dei moduli didattici obbligatori di base riguardano argomenti generali come: Metodi di ottimizzazione numerica, principi di calcolo tensoriale, introduzione al deep learning, metodi numerici per la soluzione di problemi ingegneristici. Sono anche previste attività didattiche specifiche per ogni curriculum al secondo e terzo anno. Per l’ingegneria informatica i temi dei moduli didattici caratterizzanti riguarderanno, ad esempio, i sistemi intelligenti per l’elaborazione del parlato e delle immagini, l’AI per il supporto medico, ed embedded IoT. Per l’ingegneria Aerospaziale, argomenti dei moduli didattici specifici riguarderanno ad esempio: simulatori di volo, moderazione ottimizzazione e controllo di sistemi aeronautici. Per l’Ingegneria Civile e Architettura, i moduli didattici caratterizzanti riguarderanno ad esempio: Infrastrutture di trasporto, reti infrastrutturali e la logistica, progettazione integrata e protocolli di sostenibilità e progettazione di sistemi ambientali ecosostenibili. L’attività di formazione sarà completata da seminari e attività pratiche nei laboratori della Facoltà di Ingegneria e Architettura.

L’attività di formazione scientifica e di ricerca degli allievi del corso di dottorato si avvale delle strutture dell’Ateneo, ed è completata da esperienze pratiche presso i Laboratori della Facoltà di Ingegneria e Architettura, con periodi di ricerca presso istituzioni universitarie e centri di ricerca italiani e stranieri, con cui i membri del Collegio intrattengono rapporti di collaborazione. In particolare, i Laboratori che hanno sede nel Polo Didattico e Scientifico in Santa Panasia di Enna hanno sviluppato specifiche competenze tecniche portate avanti anche con partner scientifici ed industriali nazionali ed internazionali, che hanno consentito all’Ateneo di ottenere importanti finanziamenti nazionali e delle comunità europea, permettendo il potenziamento di tali laboratori, alcuni unici in Europa per dimensioni e qualità delle attrezzature impiegate.

leggi tutto

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

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
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
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
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.
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.

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.
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.
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.
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.
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.
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.

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.
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.
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.
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.
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.
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.

Ambiti di Ricerca

L’ambito di ricerca, che fa da filo conduttore tra le diverse anime che costituiscono il corso di dottorato, è quello dei sistemi intelligenti per l’Ingegneria. In particolare sono di interesse i seguenti ambiti scientifici: 1) Intelligenza Artificiale; 2) Elaborazione del Parlato e delle Immagini 3) AI for Health, 4) Human-centric AI, 5) Smart mobility, 5) Reti Infrastrutturali e Infrastrutture di Trasporto, 5) Sistemi Intelligenti nelle Strutture e Sistemi Aerospazio, 7) Sistemi intelligenti per la Progettazione architettonica di strutture ecosostenibili (green).

Calendario delle attività

Il calendario delle attività didattiche è riportate nell’agenda web

Dottorandi

EMMA OTTAVIANO

NOTE PERSONALI:

Ottaviano nasce nel 1990 a Enna. Dopo essersi laureato nel 2018 presso l’UKE, nel 2019 si trasferisce a Catania e collabora con KWG ottenendo premi e riconoscimenti internazionali: 2° premio per il progetto di riqualificazione del lungomare di Piazza Nettuno a Catania e menzione d’onore “City brand & Tourism Landscape Award 2019”. Nel 2020 pubblica l’articolo “Spazio e design – Un nuovo modello di learning landscape” per la rivista AND. Dal 2020 al 2024 collabora con LFSN e si dedica alla progettazione di numerosi edifici pubblici e privati. Nel 2023 con LFSN vince il concorso per il cine-teatro Flora a Floridia.

PROGETTO DI RICERCA:

Applicazioni per un’informazione sicura nell’ambito di sistemi di simulazione e di realtà aumentata

Il progetto di ricerca si propone di esplorare e sviluppare soluzioni innovative basate su tecnologie AR e VR per migliorare la sicurezza e l’efficienza operativa nelle infrastrutture elettriche. Negli ultimi anni, l’introduzione di sistemi di realtà aumentata e virtuale ha rivoluzionato la formazione e la gestione delle reti elettriche, offrendo nuove opportunità per ridurre i rischi legati alle attività di manutenzione e controllo.

La Realtà Aumentata consente agli operatori di sovrapporre informazioni digitali al mondo reale, fornendo in tempo reale istruzioni operative, dati di monitoraggio e scenari di emergenza, migliorando così la comprensione delle procedure e riducendo l’esposizione ai pericoli. Parallelamente, la Realtà Virtuale offre ambienti immersivi per la simulazione di interventi complessi, permettendo una formazione pratica in totale sicurezza.

Il progetto di ricerca si propone di analizzare le soluzioni attuali, individuando le principali barriere tecnologiche e organizzative e di valutare l’integrazione con tecnologie emergenti quali Intelligenza Artificiale (IA) ed Internet of Things (IoT). L’obiettivo finale è quello di sviluppare strumenti digitali, delle “linee guida digitali”, che contribuiscano ad una maggiore sicurezza e a un miglioramento continuo dell’efficienza operativa nel settore elettrico.

GLORIOSO SOFIA MARILINA

Titolo del progetto di ricerca: “Optimisation of neural networks for applications based on multimodal data fusion running on MCUs and MPUs”

Tutor: Prof. Salvatore Sorce

Note personali:
Sofia Marilina Glorioso è dottoranda di ricerca in Sistemi Intelligenti per l’Ingegneria presso l’Università degli Studi di Enna “Kore”. A luglio 2024 ha conseguito la Laurea Magistrale con lode in Ingegneria dell’Intelligenza Artificiale e della Sicurezza Informatica, a ottobre 2022 ha conseguito la Laurea in Ingegneria Informatica. I suoi interessi di ricerca riguardano l’intelligenza artificiale e l’interazione uomo-macchina, con un focus sull’ottimizzazione di reti neurali per dispositivi embedded, la fusione di dati multimodali e l’approccio human-centered, volto a sviluppare sistemi intelligenti più affidabili, accessibili
e usabili per l’utente finale.

Progetto di ricerca:
Il progetto di ricerca, parzialmente finanziato da STMicroelectronics, si concentra sull’ottimizzazione di reti neurali, in termini di efficienza computazionale e prestazioni, per un loro utilizzo su dispositivi con ridotte capacità di calcolo, di memorizzazione e di energia. L’integrazione di tecniche di fusione multimodale dei dati consente di combinare informazioni provenienti da diverse sorgenti, aumentando la robustezza e l’accuratezza dei modelli di intelligenza artificiale.
Pubblicazioni:
– Glorioso, S. M. (2024, December). Optimisation of neural networks for applications based on multimodal data fusion running on MCUs and MPUs. In Proceedings of the International Conference on Mobile and Ubiquitous Multimedia (pp. 552-554)

SPADARO CHIARA

Tutor: Prof. Giovanni Tesoriere, Prof.ssa Tiziana Campisi

Co Tutor esterni: Prof.ssa Guilhermina Torrao (Aston University UK), Dott.ssa Giovanna Scelfo (Segesta Autolinee)

La borsa di dottorato verte sul tema “Innovazione nei sistemi integrati di trasporto pubblico di passeggeri e merci”.

Dottoressa in Architettura, ha conseguito la laurea magistrale con Lode in Architettura e Ingegneria Edile presso l’Università di Enna “Kore” nel 2024. Nel corso dello stesso anno è vincitrice di borsa di studio per il Dottorato di Ricerca in “Sistemi Intelligenti per l’Ingegneria” presso l’Università “Kore”.

Le tematiche di ricerca alle quali si interessa sono le innovazioni nei sistemi integrati di trasporto pubblico di merci e passeggeri. Il progetto di ricerca si concentra su tematiche come i sistemi di trasporto DRTLs (Demand Responsive Transport and Logistic) intese come modalità di trasporto innovative e complementari a piattaforme digitali MaaS (Mobility as a Service). L’integrazione e la complementarietà sono temi che vengono approfonditi nel progetto anche in riferimento ad aree a domanda debole, introducendo soluzioni combinate con il TPL (trasporto pubblico locale) garantendo così un’offerta più flessibile, sostenibile e accessibile a tutte le categorie di utenti (riduzione del divario di genere e dell’esclusione sociale). La sfida della transizione digitale del trasporto urbano e l’applicazione dell’intelligenza artificiale possono infine consentire un cambio di paradigma necessario per la qualità della vita delle nostre città.

SARDA CLAUDIO SALVATORE

Tutor: Prof. Conti Vincenzo e Prof. Garraffa Giovanni

Note personali

Ingegnere industriale specializzato in meccatronica, docente di sistemi, automazione e tecnologie meccaniche. Per oltre 10 anni è stato Amministratore Unico di un’azienda di progettazione e produzione elettronica certificata ISO 9001/13485, dove si occupava dello sviluppo di sistemi di automazione a bordo macchina, controllo motori con microcontrollore, firmware, software e dispositivi medicali. Ha competenze nella programmazione C/C++, C#, Python, IEC 61131 e nello sviluppo hardware/software su Linux in real-time e RTOS su microcontrollori. Attualmente, il suo campo di interesse comprende la robotica, le reti industriali, IoT, PLC e SCADA. Nel dottorato approfondisce lo studio degli MPC Robusti applicati alla robotica.

Progetto di ricerca

Il presente progetto di ricerca si concentra sull’investigazione di controllori Model Predictive Control (MPC) combinati con tecniche di Intelligenza Artificiale (IA) per applicazioni in ambito robotico e meccatronico. L’obiettivo principale è sviluppare architetture di controllo innovative che migliorino le prestazioni e l’affidabilità dei sistemi operanti in ambienti critici. La ricerca si articolerà in diverse fasi. Nella prima fase, verrà condotta un’analisi approfondita dello stato dell’arte sui controllori MPC, sulle tecniche di IA applicabili, sui framework matematici disponibili per l’analisi e sugli strumenti software esistenti per implementazione, simulazione e debugging. Verranno inoltre esaminati i linguaggi di programmazione più adeguati allo sviluppo del progetto. Successivamente, verranno individuate applicazioni concrete in cui sia possibile svolgere un lavoro metodologico di analisi e sintesi, nonché realizzare un’implementazione pratica per la validazione sperimentale. Particolare attenzione sarà rivolta a contesti industriali e robotici con elevati requisiti di robustezza e reattività. Infine, il progetto si focalizzerà sulla derivazione di nuove architetture di controllo ibrido MPC-IA, ottimizzando l’integrazione tra modellazione fisica e apprendimento automatico per garantire un miglioramento significativo in termini di prestazioni, affidabilità e tempo di risposta dei sistemi.

MOREIRA LIMA DE SOUSA JOAO PEDRO

Ha conseguito la Laurea in Ingegneria Meccanica presso la Facoltà di Ingegneria dell’Università di Porto nel 2022, per poi completare la Laurea Magistrale nella stessa istituzione nel 2024, specializzandosi in Vehicle and Aircraft Structures.

Il progetto di ricerca si concentra sull’applicazione di metodi di simulazione numerica per la certificazione virtuale di strutture composite aeronautiche e aerospaziali, sia a livello di elementi (ad esempio, giunti in composito) sia di componenti (ad esempio, pannelli irrigiditi). Lo studio prevede lo sviluppo di modelli ad elementi finiti ad alta fedeltà, in grado di rappresentare i principali meccanismi di rottura di queste strutture. L’obiettivo è integrare le principali fonti di variabilità statistica che possono influenzare le prestazioni strutturali del componente durante la certificazione e l’esercizio, come i difetti di fabbricazione e la variabilità delle proprietà dei materiali. Per le situazioni in cui la modellazione completa degli elementi strutturali risulta impraticabile, vengono sviluppati modelli surrogati efficienti dal punto di vista computazionale, basati su tecniche statistiche avanzate.

VOLPI ANNA GIULIA

NOTE PERSONALI

Il mio interesse per i materiali compositi è iniziato durante la laurea, studiando le prestazioni di giunzioni bullonate in termini di bearing/pull-through. Ho ampliato questo lavoro nella mia tesi magistrale sviluppando un modello predittivo di guasto per strutture basate su connettori. Un soggiorno all’EPFL mi ha permesso di lavorare sulla caratterizzazione micro-CT dei compositi e sviluppare competenze di elaborazione delle immagini. Ora, dopo aver completato la laurea magistrale in Ingegneria Meccanica, desidero proseguire un dottorato in Ingegneria Aerospaziale per consolidare le mie precedenti basi accademiche con una ricerca più innovativa.

PROGETTO DI RICERCA

L’obiettivo di questo progetto è la caratterizzazione e la simulazione di compositi in ambienti criogenici dalla micro alla macroscala, per migliorare la comprensione del comportamento dei compositi a temperature estreme, cruciali per lo stoccaggio dell’idrogeno per la transizione energetica nei transporti. Un obiettivo chiave della ricerca attuale è la caratterizzazione di laminati per serbatoi criogenici senza rivestimento di tipo V, in cui la permeabilità rappresenta una sfida significativa a causa di potenziali perdite di gas e problemi di integrità del materiale a temperature estremamente basse.

Gli obiettivi specifici di questa tesi includono la comprensione della variazione nelle proprietà di fibre/matrici (elasticità, resistenza, frattura), inclusa la connessione tra cicli criogenici e degradazione delle proprietà meccaniche, e la correlazione di ciò con lo sviluppo di crepe trasversali che influenzano la permeabilità; lo sviluppo di protocolli sperimentali coerenti per la misurazione delle proprietà meccaniche e delle perdite; l’utilizzo di analisi micro-CT post-cicli termici per sviluppare modelli RVE micromeccanici per la previsione del comportamento degli strati danneggiati; e lo sviluppo di modelli computazionali mesoscalari per misurare le proprietà mesoscalari e convalidare l’approccio micromeccanico.

Il successo del progetto favorirà la progettazione di strutture composite per lo stoccaggio criogenico dell’idrogeno attraverso lo sviluppo di metodologie di progettazione innovative per ottimizzare le prestazioni dei laminati compositi in ambienti criogenici.

AZARI NEZHADIAN MOHAMMAD JAVAD

Note personali

Laurea triennale e magistrale in Ingegneria Civile presso l’Università di Guilan. Specializzato in strutture in acciaio, ingegneria sismica, analisi del pericolo sismico, dinamica delle strutture e gestione del rischio. La tesi di laurea magistrale si è concentrata sull’analisi del pericolo sismico della città di Rasht utilizzando l’algoritmo FOSM. Ha lavorato come ingegnere progettista strutturale presso studi di ingegneria e ha esperienza nell’insegnamento di corsi come Equazioni Differenziali, Meccanica dei Materiali e Progettazione di Strutture in Acciaio. Le sue competenze includono la padronanza di software di ingegneria come AutoCAD, MATLAB, Python e strumenti di analisi strutturale.

Progetto di ricerca e stato di avanzamento

La ricerca di dottorato di Mohammad Javad Azari Nezhadian presso la Kore University di Enna, sviluppa tecniche innovative di retrofitting per tunnel esistenti, combinando metodi sperimentali e numerici. Gli studi condotti verranno inquadrati nell’ottica della sostenibilità ambientale. I tunnel, infrastrutture critiche, subiscono degrado, eventi sismici e danni accidentali, richiedendo manutenzione frequente che causa interruzioni e perdite economiche. Lo studio mira a ottimizzare le strategie di retrofitting per ridurre i tempi di inattività e migliorare durabilità, prestazioni meccaniche e resistenza sismica. L’analisi prevede la valutazione dei danni, l’analisi spettrale e il confronto tra diverse tecniche di retrofitting. Strumenti di modellazione numerica avanzata basata sulla meccanica della frattura verranno utilizzati per l’ottimizzazione. Il progetto si articola in tre fasi: revisione della letteratura e pianificazione sperimentale, test di laboratorio e modellazione numerica, analisi e ottimizzazione. I risultati attesi includono modelli numerici validati per la previsione dei danni e linee guida ottimizzate per il retrofitting, con l’obiettivo di migliorare la manutenzione dei tunnel, ridurre i costi e aumentare la resilienza infrastrutturale tenendo in considerazione la sostenibilità dell’ambiente.

MESSINA MARIA ANTONELLA

Architetto laureata presso la Facoltà di Ingegneria e Architettura dell’Università degli Studi di Enna “Kore”, abilitata alla professione e iscritta all’Ordine Degli Architetti, Pianificatori, Paesaggisti e Conservatori della Provincia di Enna. Attualmente Dottoranda del XL ciclo in Sistemi Intelligenti per l’Ingegneria, il suo progetto di ricerca è focalizzato sull’analisi e progettazione di strutture lattice avanzate per applicazioni biomedicali.

Il progetto di ricerca si concentra sull’ottimizzazione e progettazione di strutture lattice avanzate per applicazioni biomedicali, con particolare attenzione alla realizzazione di protesi esterne. L’intento è sviluppare materiali con alte performance meccaniche e biomeccaniche, ottimizzando la resistenza, la leggerezza e la personalizzazione delle protesi. L’approccio si basa sull’impiego di software avanzati per simulazioni FEM e CAD 3D, permettendo una valutazione precisa delle performance sotto carichi dinamici e statici e un’analisi approfondita delle proprietà termiche e meccaniche dei materiali. La produzione di prototipi sarà supportata da tecniche di stampa 3D, facilitando la realizzazione di dispositivi altamente personalizzati per ciascun paziente. Il lavoro sperimentale comprenderà prove meccaniche avanzate per validare i modelli numerici e ottimizzare il design, garantendo il miglior compromesso tra funzionalità, comfort e durata. In collaborazione con l’Istituto per i Polimeri, Compositi e Biomateriali del CNR di Catania, si mira a fornire soluzioni innovative che rispondano alle esigenze individuali dei pazienti, migliorando significativamente la qualità della vita e rendendo le protesi più leggere, confortevoli e adattabili alle necessità biomeccaniche e funzionali specifiche di ciascun individuo.

Bando scadenza e atti

Riapertura termini posti vacanti del bando di concorso per l’ammissione al corso di Dottorato di ricerca in “Sistemi Intelligenti per l’Ingegneria” – XL ciclo

Decreto Rettorale n. 129 del 09/10/2024 – Riapertura termini posti vacanti

Domanda di partecipazione on line a partire dalle ore 14:00 di giorno 09/10/2024 ed entro le ore 23:59 del 24/10/2024

Guida alla compilazione della Domanda di partecipazione

Per ulteriori informazioni gli interessati potranno rivolgersi all’Area della Direzione Generale dell’Università, Ufficio Valutazioni Comparative (e-mail: ufficiodottoratidiricerca@unikore.it).

Dowload allegati

Bando - Riapertura termini posti vacanti

D.R. n. 80/2024 Bando

D.R. n. 80/2024 Bando Versione inglese

Avviso Colloquio

D.R. n. 94/2024 - Nomina Commissione giudicatrice.

Elenco dei candidati ammessi alla prova orale

Decreto rettorale n. 102 del 28/08/2024 Approvazione graduatoria del concorso per l’ammissione al Corso di Dottorato di ricerca XL ciclo in “Sistemi Intelligenti per l’Ingegneria”.

D. R. n. 133/2024 - Nomina Commissione giudicatrice.

Elenco dei candidati ammessi alla prova orale – D.R. 129 del 09.10.2024

D.R. 140/2024 - Approvazione graduatoria

Requisiti per l'ammissione

Requisiti richiesti per l’ammissione
Tutte le lauree magistrali

Altri requisiti
È richiesta la conoscenza della lingua inglese.

Obiettivi del corso

Il dottorato rappresenta il naturale completamento del percorso di studi nei settori dell’ingegneria e dell’architettura. Gli obiettivi sono orientati ad un avanzamento delle conoscenze nel campo dei sistemi intelligenti declinati negli ambiti dell’Ingegneria Informatica, Ingegenria Aerospaziale, e Ingegneria Civile ed Architettura. Lo scopo è di creare profili culturali nei seguenti campi: 1) Intelligenza Artificiale; 2) elaborazione del Parlato e delle Immagini 3) AI for Health, 4) Human-centric AI, 5) Smart mobility, 5) Reti Infrastrutturali ed Infrastrutture di Trasporto, 5) Sistemi Intelligenti nelle Strutture e Sistemi Aerospazio, 7) Sistemi intelligenti per la Progettazione architettonica di strutture econsostenibili (green). I percorsi formativi sono così finalizzati al trasferimento delle conoscenze su specifici argomenti dell’ingegneria, informatica, dell’ingegneria aerospaziale, e dell’ingenenria civile ed architettura, per formare figure di alta specializzazione in grado di affrontare complesse tematiche di ricerca e/o di carattere applicativo. Per l’interdisciplinarietà delle tematiche, il dottorato è organizzato in distinti percorsi formativi (curriculum) con corsi generali durante il 1° anno e caratterizzanti al 2° e 3° anno La formazione è completata da esperienze presso i laboratori dell’ateneo, dove sussistono competenze, personale e strumentazioni in grado di supportare i dottorandi, da partecipazione a seminari e tutorial offerti da enti di ricerca, università o durante conferenze internazionali, nonché con periodi di ricerca presso università e centri di ricerca italiani e stranieri.

Attività didattica disciplinare e interdisciplinare

Insegnamenti ad hoc previsti nell’iter formativo:

N.ro insegnamenti: 17, di cui è prevista verifica finale: 17

Insegnamenti mutuati da corsi di laurea magistrale NO

Insegnamenti mutuati da corsi di laurea (primo livello) NO

Altre attività didattiche SI

Cicli seminariali SI

Soggiorni di ricerca SI

ITALIA – al di fuori delle istituzioni coinvolte Periodo medio previsto: 3 mesi

ESTERO – nell’ambito delle istituzioni coinvolte Periodo medio previsto: 3 mesi

ESTERO – al di fuori delle istituzioni coinvolte Periodo medio previsto: 6 mesi

Procedura per l'immatricolazione

Recupera codice univoco

I candidati vincitori dovranno procedere entro il 5 settembre 2024 al pagamento della I rata mediante la modalità PagoPa e a formalizzare l’immatricolazione collegandosi al seguente link

link alla procedura di immatricolazione

Guida immatricolazione dottorato

XL CICLO Sistemi intelligenti per l'Ingegneria