Data Science and AI
Human-centered sustainable mobility
Questa attività mira a definire un nuovo framework di progettazione per sistemi di mobilità centrata sull'uomo, con funzionalità attive basate su tecniche avanzate di controllo e ottimizzazione che considerano come input anche le informazioni sociali condivise dagli utenti, formalmente modellate grazie a strumenti di analisi delle opinioni. Lo studio include:
- Analisi delle potenziali inclinazioni verso nuove abitudini di mobilità.
- Formulazione di modelli dinamici che descrivono la diffusione di nuove abitudini di mobilità.
- Integrazione delle dinamiche sociali nell'ottimizzazione come controllo del feedback, identificando strategie ottimali per l'utilizzo di incentivi a basso costo con l'obiettivo di massimizzare l'accettazione da parte degli utenti di soluzioni di mobilità energetica ed ecocompatibile.
E-Health & AI
L’uso delle tecnologie digitali a vantaggio della salute e del benessere è ormai diventato una realtà. In questo ambito in così rapida crescita, l’intelligenza artificiale (AI) ha un ruolo chiave nel consentire l’estrazione di conoscenza da dati clinici, strumentali, o di contesto, trasformando la conoscenza in decisioni. In quest’ambito, sviluppiamo algoritmi di AI per l’analisi del dato clinico e per la definizione di modelli descrittivi, predittivi, e prescrittivi dello stato di salute. Ci occupiamo dello sviluppo di metodi originali, anche automatici, per l’estrazione e l’elaborazione dell’informazione relativa alla qualità delle app per la salute con l’obiettivo di contribuire alla definizione di metodi per la definizione della qualità delle app e del software come dispositivo medico (SaMD). Sviluppiamo metodi innovativi data-driven per la valutazione e il trattamento dei problemi di udito che possono essere somministrati a distanza, online oppure tramite app. Sviluppiamo algoritmi basati su metodi di Natural Language Processing (NLP) e Machine Learning e su standard di terminologia per l’analisi e classificazione automatica di documentazione clinica. Infine, sviluppiamo sistemi integrati, basati su sensori indossabili e ambientali integrati con algoritmi di AI capaci di generare modelli intelligibili con l’obiettivo primario di comprendere i fattori che influenzano la salute e informare le decisioni cliniche.
EXplainable AI
Con i recenti rapidi progressi nel machine learning e nell'intelligenza artificiale (AI), l'attenzione degli esperti si sta sempre più rivolgendo all'impatto di questi campi sulla società. Cresce la consapevolezza del potenziale rischio di incidenti gravi, ad esempio, errori di progettazione, obiettivi specificati in maniera approssimata o semplice applicazione errata dell'AI. La certificazione di un sistema guidato dall'intelligenza artificiale rappresenta quindi una delle sfide aperte della scienza e dell'ingegneria per il prossimo futuro. Alcuni approcci al problema riguardano eXplainable AI (XAI). L'obiettivo di XAI è garantire che un algoritmo possa spiegare la sua logica alla base di determinate decisioni e mettere in evidenza i punti di forza o di debolezza di tali decisioni. La ricerca si occupa della certificazione dell'AI, concentrandosi su: analisi di sensibilità di XAI per guidare la scalabilità della logica formale e la stabilità di Lyapunov. In questa prospettiva vengono studiati gli standard nel settore automobilistico per l'analisi dei rischi (SOTIF) e nell'avionica per la garanzia del progetto, rispettivamente. I casi di studio in mobilità intelligente e infrastrutture critiche sono considerati per costruire un data lake di scenari realistici e stimolanti.
HPC for Big Data
Gli ultimi anni sono stati testimoni di una vera e propria “inondazione di dati”, derivanti da strumenti di acquisizione scientifica e simulazioni, sistemi di rilevamento mobile, Internet-of-Things, social media online e molte altre fonti sempre più complesse, portandoci nell’era dei cosiddetti Big Data. La gestione e l'analisi di questi dati richiedono una grande quantità di risorse di archiviazione e di elaborazione, quindi l'High Performance Computing (HPC) risulta di grande importanza per estrarre la conoscenza da essi.
Questa attività si concentra sulla progettazione di soluzioni innovative, basate su middleware, framework e strumenti all'avanguardia, che consentono alle applicazioni di sfruttare al meglio le attuali piattaforme di elaborazione avanzate eterogenee.
