Roma, 31 maggio - Abstract

Are you ready for AI? Is AI ready for you?

09:30–10:00

AI, or artificial intelligence, is powering a massive shift in the roles that computers play in our personal and professional lives. Most technical organizations expect to gain or strengthen their competitive advantage through the use of AI. But are you in a position to fulfill that expectation, to transform your research, your products, or your business using AI?

Loren Dean looks at the techniques that compose AI (deep learning, computer vision, robotics, and more), enabling you to identify opportunities to leverage it in your work. You will also learn how MATLAB® and Simulink® are giving engineers and scientists AI capabilities that were previously available only to highly-specialized software developers and data scientists.

Loren Dean, MathWorks


La ricerca delle onde gravitazionali presso il gruppo Virgo di Roma

10:00–10:30

Le onde gravitazionali, previste dalla teoria della Relatività Generale di Albert Einstein, sono state finalmente rivelate il 14 settembre 2015. Il segnale rivelato dalla collaborazione LIGO-Virgo è stato prodotto dalla “collisione” di due buchi neri. Da allora segnali simili sono stati identificati. Il più recente tra questi è stato prodotto da due stelle di neutroni, ed ha comportato anche l’emissione di segnali elettromagnetici osservati dagli astronomi.

Altri tipi di segnali gravitazionali, previsti dalla teoria e non ancora rivelati, sono quelli periodici prodotti da stelle di neutroni rotanti e non perfettamente assisimmetriche. La ricerca di questi segnali è la principale attività del gruppo Virgo di Roma.

In questo intervento, dopo una breve introduzione sulle onde gravitazionali, descriveremo le tecniche sviluppate per questa ricerca e gli strumenti software realizzati.

Alessandra Sciutti, Istituto Italiano di Tecnologia

Pia Astone, Sapienza Università di Roma

From Data Science to Data Stories: bridging the gap to digital transformation

11:30–12:00

Predictive analytics and data science are gaining importance and proven impact despite the hype. Surprisingly, the data science universe and the business universe keep coexisting without too much overlap. We claim that data-driven solutions will see a greater success in business and industry only when they are understood and internalized by domain experts (not just data scientists), and when domain experts take ownership of the solutions. This can only happen if predictive analytics outcomes are communicated to domain experts in human language with a narrative. Otherwise, they have little chance to be sustainably deployed.

Digital transformation and data-driven strategy are proven to increase EBITs, but are assumed to require epic efforts in terms of upfront investment and unique talent acquisition. Budgets are almost always spent on collecting the data with little to no plans on what to do with it later, which makes the transformation incomplete. Interestingly, the technology exists to turn all of this data into immediate actions without epic efforts and with existing human capital. Datastories’ claim is that turning data science into data stories is the missing ingredient in completing the data-driven transformation and the company is making it an enjoyable and natural next step to make.

Katya Vladislavleva, DataStories


Lifecycle: un modello di asset allocation strategica per fondi pensione

13:30–14:00

Si propone un modello per la definizione dell’asset allocation ottimale nell’ambito della previdenza integrativa, che tenga opportunamente conto di parametri soggettivi, quali l’anzianità contributiva e la propensione al rischio, in modo da garantire un profilo rischio-rendimento adeguato rispetto agli obiettivi di lungo termine.

Il modello proposto consente di esprimere la propria risk aversion attraverso la selezione di un rendimento minimo annuo sino alla pensione (in termini di expected shortfall) ed è utilizzato per fornire al sottoscrittore il confronto tra la propria allocazione effettiva e due profili standard (dinamico e conservativo).


Distributed Simulation Test Environment for Rapid Prototyping (DiSTERaP)

13:30–14:00

Il lavoro che sarà presentato riguarda lo sviluppo di una piattaforma di test distribuita per il rapid prototyping di un computer di bordo.

Nelle valutazioni delle prestazioni di un missile un ruolo importante viene svolto dalla simulazione (approccio Model Based), a supporto di tutto il ciclo di sviluppo del prodotto.

Nelle prime fasi di sviluppo viene sviluppata una simulazione a 6 gradi di libertà rappresentativa del missile.

Con la simulazione così definita vengono valutate le prestazioni. Gli algoritmi da caricare sul computer di bordo (Guida, Navigazione, Controllo) vengono autocodificati in C ed eseguiti direttamente sul computer di bordo; si passa quindi in modo automatico da ambiente Simulink® ad ambiente operativo.

Lo step successivo è quello di collegare componenti esterni al computer di bordo, e da esso controllati, mediante uso di Legacy Code direttamente dal modello Simulink.

Tutto il processo, dal tracciamento dei requisiti nel modello fino alla verifica e validazione del codice oggetto, è supportato a vari livelli dai toolbox della MathWorks ed i report autogenerati, insieme a tutte le differenti fasi di sviluppo, danno evidenza di come tutto il processo utilizzato per la generazione di codice tattico sia compliant alla normativa DO-178C.


Controllo open-loop e closed-loop di attività epilettica in vitro attraverso matrici di microelettrodi

14:30–15:00

Studiamo algoritmi di neuromodulazione elettrica open-loop e closed-loop per trattare l’epilessia, utilizzando sezioni di tessuto cerebrale accoppiate a matrici di microelettrodi (MEA). Gli elettrodi stimolanti vengono selezionati mediate interfaccia grafica che consente d’importare l’immagine del tessuto accoppiato al MEA e di mappare gli elettrodi rispetto alle strutture anatomiche d’interesse.

Per la stimolazione open-loop utilizziamo una distribuzione di pulsi elettrici con le stesse dinamiche temporali del segnale fisiologico d’interesse che nel nostro modello controlla la genesi dell’attività epilettica.

La neuromodulazione closed-loop crea dei ponti elettronici di riconnessione per ripristinare la corretta interazione tra aree nervose e prevenire l’insorgenza di attività epilettica. A tal fine, inoltriamo i segnali elettrici di un’area d’interesse (feedback) ad un’altra (target). Il segnale di feedback viene rilevato in tempo reale mediante algoritmo basato su soglia di ampiezza ed utilizzato per attivare l’apparato stimolatore e rilasciare in tempo reale un pulso elettrico alla struttura target.

Gabriella Panuccio, Istituto Italiano di Tecnologia


Applicazioni Model-Based Design per sistemi Powertrain

14:30–15:00

Conoscenza tecnologica e proprietà intellettuale sono alcuni dei focus points che l’OEM persegue per essere competitivo e product-distinctive nel mercato. La metodologia Model-Based Design permette di ridurre i tempi di sviluppo grazie alle tecniche di prototipazione rapida facilitando le fasi di produzione.

Christian Corvino, Lamborghini


Te.Ne.Co. (Tele Neurochirurgia Cooperativa)

16:00–16:30

Nell'ambito di un programma di ricerca co-finanziato dal Ministero della Difesa è stato realizzato, in collaborazione con l'Azienda Ospedaliera "San Camillo Forlanini" di Roma, un software di elaborazione immagini mediche, completo di interfaccia grafica user-friendly, ai fini del planning prechirurgico. Il software consente di importare e registrare tra loro serie Dicom eterogenee; segmentare volumi di interesse (con algoritmi seed-based e threshold-based); visualizzare e confrontare volumi originali e segmentazioni (datafusion 2D/3D, rendering 3D); inserimento marker, calcolo di distanze e misure volumetriche sulla serie Dicom di riferimento; generazione di nuove serie Dicom (overlay di parti segmentate, utilizzo di colori e modifica dell'header Dicom per garantire la compatibilità con neuronavigatori commerciali); calcolo dei tensori di diffusione DTI e successivo tracciamento trattografico delle fibre.


Progettazione di un sistema di cancellazione attiva del rumore stradale da rotolamento

16:00–16:30

L’evoluzione dei processori digitali ha incoraggiato lo sviluppo di avanzati sistemi di controllo attivo del rumore, i quali, generalmente, richiedono un’alta capacità di calcolo. Una delle più interessanti applicazioni di questi sistemi nel campo automotive è quella relativa alla riduzione del rumore dovuto alle vibrazioni strutturali delle automobili, causate dal rotolamento delle ruote sul manto stradale.

Verrà presentato un innovativo sistema di cancellazione attiva del rumore stradale da rotolamento, basato sull’utilizzo di segnali di controllo provenienti da accelerometri e microfoni installati nella vettura per la generazione di antirumore attraverso gli altoparlanti. Il sistema è stato implementato su hardware di prototipazione rapida e validato attraverso misure sperimentali in reali condizioni di guida.

Alessandro Costalunga, ASK Industries

Novità in MATLAB e Simulink

11:00–11:30

In questa sessione verranno introdotte le principali novità delle famiglie di prodotti MATLAB® e Simulink®, con particolare enfasi a ciò che rende più efficiente le attività nella ricerca, nella progettazione e nello sviluppo.

Giuseppe Ridinò, MathWorks


Deep Learning con MATLAB: dalla prototipazione all'esecuzione su GPU

14:00–14:30

Le tecniche di deep learning possono raggiungere livelli di accuratezza molto alti, allo stato dell’arte per molti problemi considerati algoritmicamente non risolvibili usando metodi più tradizionali di machine learning, come il riconoscimento di oggetti in una scena oppure il riconoscimento di un percorso ottimo in un dato ambiente.

In questa sessione verranno descritti alcuni aspetti del deep learning e le nuove capacità di MATLAB® che semplificano questi lavori eliminando dettagli implementatavi di programmazione a basso livello.

Dalla prototipazione alla produzione, mostreremo come realizzare una rete neurale che verrà automaticamente convertita in codice CUDA® per essere eseguita nativamente su una GPU.

Giuseppe Ridinò, MathWorks


Automatizzare le best practice per migliorare la qualità di progettazione

14:00–14:30

Anni di esperienza ingegneristica e best practice costituiscono le basi per gli standard industriali utilizzati nello sviluppo di sistemi ad alta criticità. Gli standard includono linee guida collaudate che possono migliorare la qualità di qualsiasi progetto. Scopri come puoi trarre vantaggio dalle best practice degli standard ISO 26262, DO-178/DO-331, IEC 61508, MISRA® e da altri standard per trovare gli errori prima nel tuo processo e migliorare la qualità dei tuoi modelli Simulink®.

Maurizio Dalbard, MathWorks


Manutenzione predittiva: dallo sviluppo al deployment IoT

15:30–16:00

I vantaggi economici connessi alla manutenzione predittiva la stanno rendendo sempre più interessante, pertanto le aziende la considerano ormai un'applicazione chiave per l'analisi dei dati legata all'Internet of Things. In questa sessione vedrete lo sviluppo di algoritmi di manutenzione predittiva, nonché la loro implementazione sui due nodi principali dell'IoT: edge e cloud.

Simone Lombardi, MathWorks


Modellare e simulare sistemi Powertrain in ambito Automotive

16:30–17:00

Scoprite più da vicino come utilizzare Powertrain Blockset™ per affrontare le sfide più comuni nel settore automobilistico per lo sviluppo di sistemi Powertrain, come ad esempio:

  • Progettazione / Calibrazione del controllo motore
  • Tecniche di ottimizzazione della progettazione
  • Simulazione multidominio tramite Simscape™
  • Progettazione di controllo di un sottosistema
  • Hardware-in-the-loop (HIL) testing

Maurizio Dalbard, MathWorks


Riutilizzo e prototipazione del codice: assistenza vocale intelligente

16:30–17:00

Dispositivi intelligenti come Amazon® Echo stanno cambiando le aspettative sul futuro prossimo delle interazioni uomo-macchina. I comandi vocali e l’assistenza vocale 'intelligente' saranno sempre di più gli alleati tecnologici, che consentiranno l’integrazione della voce e dell’analisi predittiva in molti ambiti. Poiché i prodotti innovativi includono più sensori e mirano a fornire funzionalità sempre più complesse, i produttori di soluzioni di successo devono poter riutilizzare componenti software e i prototipi molto rapidamente.

In questa sessione, vedrete gli strumenti MATLAB® che consentono la generazione di codice per sistemi embedded o l'integrazione con servizi basati su cloud. Scoprirete le tecniche per la prototipazione, compresi i metodi per l'esecuzione in real time e la connessione ai reali segnali.  Nel case study scelto si vedrà come sia possibile implementare un dispositivo IoT a comando vocale, focalizzandoci principalmente sugli aspetti di signal processing e data analytics.

Francesca Perino, MathWorks


Progettazione meccatronica per sistemi avionici

15:30–16:00

I sistemi meccatronici comprendono una vasta gamma di componenti, fra cui motori, amplificatori operazionali ed encoder di misura. La simulazione congiunta di questi componenti con i sistemi meccanici e di controllo è fondamentale per ottimizzare le prestazioni del sistema. Per garantire che i test siano efficienti, MathWorks offre una serie di possibilità per raggiungere efficacemente il miglior compromesso tra fedeltà del modello e velocità di simulazione. La possibilità di generare codice C dal modello consente ai progettisti di sfruttare la progettazione Model-Based Design per la caratterizzazione dell’intero sistema (impianto e controllore).

Aldo Caraceto, MathWorks