Alla formazione erogata tramite gli assegni di ricerca e le borse di studio si affianca l’attività di formazione nell’ambito dei Dottorati di Ricerca.

L’Istituto, attraverso convenzioni quadro con diverse Università, sponsorizza percorsi di Dottorato ed è, inoltre, coinvolto sia nel Dottorato Nazionale in Intelligenza Artificiale sia nei Dottorati Industriali frutto dell’accordo tra CNR e Confindustria.

I percorsi di Dottorato sono sponsorizzati presso Politecnico di Milano, Università degli Studi di Brescia, Alma Mater Studiorum, Politecnico di Bari, Università di Bari.

Il Dottorato Nazionale in Intelligenza Artificiale è articolato in 5 dottorati federati fra loro che raggruppano 61 università ed enti di ricerca. Tali dottorati, organizzati da una università capofila e in collaborazione con il CNR, hanno una base comune rivolta ai fondamenti e allo sviluppo dell’IA e si rivolgono ad altrettante aree di specializzazione: Salute e scienze della vita, Agricoltura e ambiente, Sicurezza e cybersecurity, Industria 4.0, Società.

L’Istituto ha attivi 3 dottorati, due nel contesto AI for Industry 4.0 e uno nel contesto AI for Environment and Agriculture.

Sulla base di un accordo stipulato nel 2017 tra CNR e Confindustria, vengono cofinanziati progetti di Dottorato Industriale (50% da parte del CNR, 50% da parte delle imprese coinvolte) di altissimo profilo scientifico e con particolari requisiti di qualità, di innovazione tecnologica, di internazionalizzazione su tematiche rilevanti per il Paese.

L’Istituto ha attivi due progetti di Dottorato Industriale.

Inoltre, l’Istituto ha promosso alcuni Dottorati Executive per la formazione avanzata di propri ricercatori, secondo un percorso formativo costruito di comune accordo tra l’Istituto e il Collegio Docenti del Corso di Dottorato.

Dottorati di ricerca

Descrizione: “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.”

Università: Politecnico di Milano

Dottorando: Spinelli Stefano

Responsabile STIIMA: Ballarino Andrea

Durata: 2016-2020

Descrizione: “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.”

Università: Politecnico di Milano

Dottorando: Brusaferri Alessandro

Responsabile STIIMA: Ballarino Andrea

Durata: 2017-2021

Descrizione: “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.”

Università: Politecnico di Milano

Dottorando: Portolani Pietro

Responsabile STIIMA: Ballarino Andrea

Durata: 2021-2024

Descrizione: “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.”

Università: Politecnico di Milano

Dottorando: Falsafi Mohammadtaghi

Responsabile STIIMA: Ballarino Andrea; Rosanna Fornasiero

Durata: 2015-2018

Descrizione: “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: Università di Bologna

Dottorando: Lavit Nicora Matteo

Responsabile STIIMA: Malosio Matteo

Durata: 2021-2024

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

Università: Università degli Studi di Brescia del DRiMI

Dottorando: Patil Trunal Kashinath

Responsabile STIIMA: Rebaioli Lara; Pagano Claudia; Fassi Irene

Durata: 2019-2022

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

Università: Università degli Studi di Brescia (DRIMI)

Dottorando: Mulet Alberola Jose Antonio

Responsabile STIIMA: Basile Vito; Ruggeri Serena; Fassi Irene

Durata: 2019-2022

Descrizione:

Università: Università degli Studi di Brescia (DRiMI)

Dottorando: Buddhi Charitha Liyanapathirana

Responsabile STIIMA: Fassi Irene; Valori Marcello

Durata: 2020-2023

Descrizione:

Università: Università degli Studi di Brescia (DRIMI) – Sorbonne Universitè

Dottorando: Alioune Badara Diouf

Responsabile STIIMA: Fassi Irene; Giovanni Legnani

Durata: 2021-2024

Descrizione:

Università: Università degli Studi di Brescia (DRiMI)

Dottorando: Buddhika Piyumal Samarathunga

Responsabile STIIMA: Fassi Irene

Durata: 2021-2024

Descrizione: “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.”

Università: Politecnico di Bari

Dottorando: Gaetano Pernisco

Responsabile STIIMA: Stella Ettore

Durata: 2019-2022

Descrizione: “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: Università degli Studi Aldo Moro di Bari

Dottorando: Stefano Polimena

Responsabile STIIMA: Attolico Giovanni

Durata: 2021-2024

Dottorati nazionali in intelligenza artificiale

Descrizione: “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: Università Federico II di Napoli

Dottorando: Rosa Pia Devanna

Responsabile STIIMA: Milella Annalisa

Durata: 2021-2024

Dottorati executive

Descrizione: “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.”

Università: Politecnico di Milano

Dottorando: Leonesio Marco

Responsabile STIIMA: Leonesio Marco

Durata: 2021-2025

Descrizione: “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.”

Università: Politecnico di Milano

Dottorando: Roberto Boffadossi

Responsabile STIIMA: Leonesio Marco

Durata: 2021-2025

Descrizione: “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.”

Università: Politecnico di Milano

Dottorando: Colombo Vera Maria

Responsabile STIIMA: Sacco Marco

Durata: 2017-2021

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

Dottorando: Spoladore Daniele

Responsabile STIIMA: Spoladore Daniele

Durata: 2019-2022

Descrizione: “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.”

Università: Politecnico di Bari

Dottorando: Romeo Laura

Responsabile STIIMA: Marani Roberto

Durata: 2020-2023