Descrizione Attività
Il Gruppo AI-ISA ha una ampia esperienza nel campo della Computer Vision, Pattern Recognition e Signal Analysis, nonché competenze nell’ambito del Deep/Machine Learning. L’attività del gruppo si concentra su:
– Sviluppo di metodi e progettazione di nuove reti e algoritmi di apprendimento per l’estrazione di caratteristiche/identificazione/classificazione di pattern nelle immagini e segnali.
– Sviluppo di modelli per l’interpretabilità e la spiegabilità di sistemi di apprendimento automatico, per comprenderne/spiegarne le previsioni o le classificazioni prodotte.
– Sviluppo di modelli basati su sistemi di Deep/Machine Learning end-to-end nel contesto dei Modelli Generativi per la generazione di nuovi pattern con caratteristiche simili a quelle dei dati reali del dominio applicativo.
– Sviluppo di modelli di Artificial Intelligence per dispositivi mobili progettati per fornire prestazioni di inferenza a bassa latenza ad un costo estremamente contenuto in termini di capacità di elaborazione, memoria e consumi energetici.
– Sviluppo di algoritmi innovativi per il Federated Learning basati su metodologie di Computational Intelligence.
– Utilizzo di metodologie di Soft Computing per la Neuroevolution per reti neurali sia di tipo ‘shallow’ che di tipo ‘deep’, anche in ambito di Federated Learning.
Obiettivi
Il Gruppo AI-ISA ha tre principali obiettivi:
– Progettazione e sviluppo di modelli e metodi di AI per l’analisi automatica di immagini, segnali e dati che per loro natura risultano di difficile ispezione da parte di un operatore umano, o che richiedano competenze altamente specifiche al fine di estrarne il contenuto semantico.
– Progettazione e sviluppo di metodologie per l’interpretazione e la spiegazione dei meccanismi decisionali alla base di modelli complessi di AI.
– Progettazione e sviluppo di modelli di AI in grado di elaborare immagini, segnali e dati in ambienti a risorse limitate.
Campi Applicativi
Particolare interesse è rivolto ai campi applicativi del Medical/Biological Imaging, dell’Healthcare e dell’Agrifood e Ambiente.
Area Tematica
Intelligenza Artificiale e Data science
Coordinatore del Gruppo
Keywords
Image and Signal Analysis, Pattern Recognition, Explainability and Interpretability, Deep and Machine Learning, Feature Extraction
NADIA BRANCATI
IVANOE DE FALCO
ANTONIO DELLA CIOPPA
MARIA FRUCCI
SALVATORE GIUGLIANO
CARMELO MILITELLO
DANIEL RICCIO
MARTINA RUSSO
GIOVANNA SANNINO
- Traas
- Smart Health 2.0
- SIRIMAP – Sistemi di Rilevamento innovativi per il monitoraggio dell’Inquinamento Marino da Plastiche e successivo recupero e riciclo
- HIMALAYA
- FSE6: Realizzazione di servizi e strumenti a favore delle Pubbliche Amministrazioni per l’attuazione del Fascicolo Sanitario Elettronico
- FAIR_Spoke 3: Resilient AI
- EXPLORER
- eHealthNet
- e-Brewery – Virtualizzazione, sensing e IoT per l’innovazione del processo produttivo industriale delle bevande
- DS4Health – Digital skills for Healthcare Transformation
- D3_4Health
- Campania Oncoterapie
- AMICO: Automazione e Monitoraggio Intelligente dei Consumi
- AMICO Assistenza Medicale In COntextual awareness
- A.S.K. – Health
IRCSS NAZIONALI:
IRCSS: Istituto Nazionale dei Tumori – Milano, Centro Neurolesi “Bonino Pulejo”
STRUTTURE OSPEDALIERE:
Ospedale “Vincenzo Monaldi” – AOS dei Colli
UNIVERSITA’ ITALIANE:
Università: Napoli “Federico II”, Napoli “Parthenope”, Salerno, Campania “L. Vanvitelli”, Politecnico di Milano, Messina, Palermo, Enna “Kore”, Bari “Aldo Moro”, Trento
UNIVERSITA’ STRANIERE:
UK Università di Hertfordshire, Regno Unito
DE Università di Aachen, Germania
PL Institute of Computer Science, Polish Academy of Sciences, Warsaw, Polonia
FR Université de Lille, Lille, Francia
CZ University of West Bohemia, Pilsen, Repubblica Ceca
ES Pablo de Olavide University, Universidad de Las Palmas de Gran Canaria
CNR
Istituto per la Protezione Sostenibile delle Piante (IPSP-CNR)
