In addition to the training provided through research grants and scholarships, training also takes place in the field of PhDs.

Through framework agreements with various universities, the Institute sponsors PhD programmes and is also involved in the National PhD programme in Artificial Intelligence and the Industrial PhD programmes resulting from the agreement between CNR and Confindustria (Italian Industrialists’ Association).

The PhD programmes are sponsored by the Milan Polytechnic, Brescia University, Alma Mater Studiorum, Bari Polytechnic, Bari University.

The Institute also supports two National Doctorate programs

  • The National Doctorate in Artificial Intelligence is divided into 5 federated doctorates that bring together 61 universities and research bodies. These doctorates, organised by a lead university and in collaboration with the CNR, have a common basis aimed at the foundations and development of AI and address as many areas of specialisation: Health and Life Sciences, Agriculture and Environment, Security and Cybersecurity, Industry 4.0, Society.
  • The National Doctorate in Robotics and Intelligent Machines is structured in 6 curricula investigating the application of intelligent machines in different industries (Industry 4.0, agrifood, mobility and autonomous vehicles, healthcare and wellness of persons, inspection and maintenance of infrastructures, hostile and unstructured environments). Organised by the University of Genova, this national PhD programme gathers more than 20 universities and research bodies.

The Institute has three active PhD programmes, two in the context of AI for Industry 4.0 and one in the context of AI for Environment and Agriculture.

On the basis of an agreement entered into in 2017 between CNR and Confindustria (Italian Industrialists’ Association), Industrial Doctorate projects are co-funded (50% by CNR, 50% by the companies involved) with a very high scientific profile and with particular requirements as regards quality, technological innovation, internationalisation on issues relevant to the country.

The Institute has two active Industrial Doctorate projects.

In addition, the Institute has promoted a number of Executive Doctorates for the advanced training of its own researchers, in accordance with a training path jointly devised by the Institute and the Doctorate Course Teaching Board.

In addition to the training provided through research grants and scholarships, training also takes place within the framework of the Research Doctorates. The Institute, through agreements with several universities, sponsors PhD programmes and is also involved in the National PhD programme in Artificial Intelligence and in the Industrial PhD programmes resulting from the agreement between CNR and Confindustria.

Dottorati di ricerca

Optimization and control of smart thermal-energy grids

“Il dottorato di ricerca è stato finalizzato allo sviluppo di algoritmi e metodologie per la gestione ottimale e il controllo di sistemi di generazione termo-elettrici operanti in una configurazione a rete. L’obiettivo di introdurre nuovi paradigmi per la generazione distribuita di energia ha richiesto di considerare in modo integrato differenti vettori energertici.
La rete intelligente termo-elettrica così definita è un sistema di larga scala, in cui è necessario determinare la strategia di produzione più efficiente in un contesto di risorse condivise limitate e soddisfacendo una domanda tempo variante.
La ricerca si è concentrata sia sullo sviluppo di metodologie e strumenti per la modellazione della rete di generatori e dei sotto-sistemi, così come sugli algoritmi di controllo e ottimizzazione. Quest’ultimi includono scemi avanzati di ottimizzazione distribuita per problemi di natura misto-intera e schemi di controllo predittivi scalabili.”

Politecnico di Milano

2016 – 2020

Machine learnng for optimization of energy intensive industrial processes

“The major aim of this work is to investigate novel machine learning approaches, aimed to support the development of advanced optimization tools for energy intensive industries, fostering more sustainable consumption patterns.
In particular, we focus the present research on the development of two major functional components needed to realize such implementations, namely the integration of reliable short-term energy price/load forecasting, and data-driven behavioral models of discrete/hybrid processes.”

Politecnico di Milano

2017 – 2021

Deep Learning and natural language processing for advanced industrial process mining

“L’attività di dottorato si focalizza sullo studio e l’utilizzo di modelli e metodi di machine learning e deep learning nell’ambito del Process Mining. In particolare, fino a ora, il lavoro si è incentrato sulla stima dell’incertezza insita nella previsione della prossima attività che verrà effettuata in una sequenza di eventi registrati dal sistema informatico di aziende di diverso tipo. Lo scopo è aiutare l’utente, o il sistema di decisione automatico che utilizza le previsioni considerate, a tenere conto che il modello ha diversi gradi di certezza, inversamente correlati con la sua accuratezza, e, di conseguenza, non tutte le previsioni sono allo stesso livello di affidabilità.”

Politecnico di Milano

2021 – 2024

A framework for the valorisation of the scrap-based steelmaking slag based on multiple case-study research and multi-criteria decision making modelling approach

“L’attività di dottorato si focalizza sullo studio e l’utilizzo di modelli e metodi di supporto alla processo decisionale mirati alla valorizzazione della scoria derivante dal processo di acciaieria da scarti metallici.”

Politecnico di Milano

Rosanna Fornasiero

2015 – 2018

Modellazione della percezione dell’interazione uomo-robot: verso esperienze HRI naturali e sociali

“Il superamento di alcuni dei limiti dell’odierna interazione uomo-robot potrebbe rappresentare un passo avanti verso la possibilità di introdurre i robot nella nostra vita quotidiana, non solo come macchine utili, ma veicolando un senso di interazione sociale più vicino a ciò che si vive nelle relazioni umane.
La svolta scientifica mirata dalla ricerca condotta da Matteo Lavit Nicora è la determinazione e la validazione di un modello in grado di tenere conto dello stato dedotto dell’utente e delle preferenze soggettive mappate al fine di adattare automaticamente il comportamento di un sistema robotico verso un’esperienza ottimizzata . Inoltre, la definizione di procedure e metodi per la calibrazione del modello stesso è perseguita sia per individui specifici che per gruppi collettivi, come individui neurotipici o persone con diagnosi di Disturbo dello Spettro Autistico. L’approccio alla ricerca è multidisciplinare, integrando concetti di controllo del robot, ottimizzazione delle preferenze, analisi sociale e psicologica e rilevamento fisiologico insieme all’introduzione di componenti di Intelligenza Artificiale.”

Università di Bologna

2021 – 2024

Dottorato di ricerca – XXXV ciclo – Cyber-physical systems and end of life management in home automation

“Inquadrato nell’ambito del progetto MSCA- DimanD come early stage researcher.”

Università degli Studi di Brescia del DRiMI

2019 – 2022

Dottorato di ricerca – XXXV ciclo – Cyber physical systems and human factors in precision assembly of optoelectronic components

“Inquadrato nell’ambito del progetto MSCA- DimanD come Early Stage Researcher.”

Università degli Studi di Brescia (DRIMI)

2019 – 2022

Dottorato di ricerca – XXXV ciclo – Borsa cofinanziata CNR – Cyber physical immune systems for collaborative robotic workcells

Università degli Studi di Brescia (DRiMI)

Buddhi Charitha Liyanapathirana

2020 – 2023

Dottorato di ricerca – XXXVII ciclo – Borsa finanziata da UIF – Università Italo Francese – Manipolazione e caratterizzazione robotizzata (assistita e automatizzata) di micro-campioni biologici

Università degli Studi di Brescia (DRIMI) – Sorbonne Universitè

Alioune Badara Diouf

Giovanni Legnani

2021 – 2024

Dottorato di ricerca – XXXV ciclo – Procedure di valutazione del rischio e sicurezza nell’interazione uomo-robot

Università degli Studi di Brescia (DRIMI)

Buddhika Piyumal Samarathunga

Giovanni Legnani

2021 – 2024

Dottorato di Ricerca in Ingegneria Elettrica e dell’Informazione

“Studio di tecniche di visione artificiale e intelligenza artificiale per l’analisi di immagini e nuvole di punti per applicazioni di controllo di qualità e diagnostica in ambito ferroviario.”

Politecnico di Bari

Gaetano Pernisco

2019 – 2022

Dottorato di Ricerca in Informatica e Matematica – Ciclo XXXVII

“Fresh fruits and vegetables are very perishable, with the main factors implying loss of consumer acceptability being discoloration or browning, dryness, and texture loss. These parameters determine the visual appearance, which influences consumer perception and therefore the level of purchase acceptability. This is because consumers associate desirable internal characteristics (i.e., nutraceutical and organoleptic properties) with the external appearance. In this context, quality control processes are usually applied, that include: a) the evaluation of their global visual quality; b) the estimation of some internal characteristics, that determine nutraceutical and organoleptic properties; c) the verification of the sustainability of their cultivation strategies in terms of the use of critical resources (water, fertilizers, etc.). These steps are usually performed manually. However, manual inspection requires people to carry out the assessment of the entity and make a judgment on it according to some prior training or knowledge, which may introduce inconsistencies and subjectivity in the quality evaluation. In this context, this research project concerns the design and application of machine learning and data mining techniques for non-destructive contactless quality control in the agroalimentary supply chain. The use of these techniques would make it possible to reduce labour costs, improve process efficiency and quality control reliability.
In the literature, we can find methods that rely on and assume optimal conditions that are hardly achievable in real contexts. These include heavy manual feature engineering phases; the use of images with a black background and the adoption of colour charts for calibration purposes, or lamps to reduce highlights. Moreover, they usually solve a classification task to estimate the quality level, without taking into account the ordering of the classes and, therefore, different degrees of severity in making a mistake in the estimation.
Therefore, the objectives of this research project can be summarized as follows:

  •  Design and development of specific regression or cost-based classification methods to evaluating the fruit’s and vegetable’s visual quality and relevant internal characteristics
  • Use images that are independent from the background and from calibration patches;
  • Automatic identification of the most relevant features
  • Explainability: understand and emphasize which parts of the images have the greatest impact on the regression/classification output.”

Università degli Studi Aldo Moro di Bari

Stefano Polimena

2021 – 2024

Dottorati nazionali in intelligenza artificiale

Studio e sviluppo di tecniche di Intelligenza Artificiale per la Robotica Agricola – Area Agrifood e Ambiente

“L’obiettivo del progetto di dottorato consiste nello sviluppo di sistemi multisensoriali e algoritmi di Intelligenza Artificiale per consentire a veicoli robotici agricoli di eseguire attività di fenotipizzazione in campo e compiti di agricoltura di precisione, come individuazione preventiva di deterioramenti nel processo di crescita o patologie e agenti infestanti, applicazione locale precisa di pesticidi/fertilizzanti e stima della resa.”

Università Federico II di Napoli

Rosa Pia Devanna

2021 – 2024

Dottorati executive

Physics-enhanced Artificial Intelligence for Industrial Process Control

“Le attività di ricerca riguardano l’integrazione delle conoscenze di dominio nelle tecniche di ottimizzazione basate su Intelligenza Artificiale, con applicazioni nel campo del controllo di processi industriali a livello di singole macchine. I principali obiettivi sono: riduzione dei tempi e dei dati necessari per il training dei modelli utilizzati dal controllo; preservare le caratteristiche di interpretabilità delle azioni di controllo, affinché siano comprese e accettate dagli esperti di settore; sviluppare metodi e interfacce per catturare la conoscenza degli esperti ed operare un re-training continuo del sistema.”

Politecnico di Milano

2021 – 2025

Multi-objective Control and Optimization of Manufacturing Processes

“Il progetto di ricerca riguarda lo sviluppo di metodi avanzati per l’identificazione e il controllo basati su tecniche di ottimizzazione multi-objective e real-time, con lo scopo di migliorare l’efficienza energetica nei processi manifatturieri.”

Politecnico di Milano

Roberto Boffadossi

2021 – 2025

Dottorato in Bioingegneria – XXXIII ciclo

“Il Dottorato di ricerca si colloca nell’ambito delle tecnologie digitali per la riabilitazione e si pone l’obiettivo di investigare le potenzialità della realtà virtuale per migliorare i protocolli di riabilitazione respiratoria. La riabilitazione respiratoria è un trattamento che comprende diversi domini, tra cui l’allenamento fisica, e che si è rivelato efficace nel migliorare la condizione di salute di pazienti con patologie respiratorie croniche, quali pazienti BPCO e, più di recente, post-COVID. La problematica principale di questo trattamento è l’efficacia sul lungo termine, che è spesso ridotta a causa di perdita di motivazione e di aderenza al trattamento. In questo contesto, la realtà virtuale rappresenta una tecnologia promettente grazia alla possibilità di creare protocolli di allenamento coinvolgenti e stimolanti. L’attività di ricerca include la progettazione e lo sviluppo di ambienti digitali per l’esercizio fisico e la valutazione degli effetti di tali tecnologie sulla performance nonché dell’accettabilità da parte del paziente. Il Dottorato di ricerca ha inoltre l’obiettivo di comprendere come la realtà virtuale possa essere integrata nella pratica clinica attraverso la definizione e la valutazione di un protocollo riabilitativo completo, che segua il paziente sia nel contesto ospedaliero sia in quello domiciliare e che sia motivante e efficace dal punto di vista clinico.”

Politecnico di Milano

2017 – 2021

Dottorato in Informatica e Matematica del Calcolo – XXXV ciclo

“L’attività di ricerca si concentra sulle tematiche del Semantic Web, in particolare sui temi dell’ontology engineering, l’applicazione di ontologie in sistemi a supporto delle decisioni, l’impiego di metodologie di knowledge engineering nell’ambito salute. I risultati della ricerca consentono di identificare i gap nella disciplina dell’ontology engineering, proponendo una nuova metodologia agile pensata per lo sviluppo di ontologie in ambito clinico. La metodologia è dunque testata per lo sviluppo di tre sistemi a supporto delle decisioni.”

Università degli Studi dell’Insubria – Dipartimento di Scienze Teoriche e Applicate (DISTA)

2019 – 2022

Dottorato di Ricerca in Industria 4.0

“L’attività di dottorato è focalizzata sul monitoraggio del benessere fisico e cognitivo di operatori che lavorano a stretto contatto con cobot, nel contesto dell’Industria 4.0.”

Politecnico di Bari

2020 – 2023