STEFANO FERRARI
Curriculum Vitæ
Novembre 2015
Indice
1
Informazioni Personali
2
Attività di Ricerca e Pubblicazioni Scientifiche
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
2.10
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Responsabilità di insegnamenti . . . . . . . . . . . . . . .
Corsi di dottorato . . . . . . . . . . . . . . . . . . . . . .
Attività didattica presso istituti esteri . . . . . . . . . . .
Cicli di lezioni ed esercitazioni . . . . . . . . . . . . . . .
Altre attività didattiche . . . . . . . . . . . . . . . . . . .
Tutorial internazionali . . . . . . . . . . . . . . . . . . . .
Seminari . . . . . . . . . . . . . . . . . . . . . . . . . . .
Correlatore di tesi di dottorato di ricerca . . . . . . . . .
Relatore e correlatore di tesi di laurea e laurea magistrale
.
.
.
.
.
.
.
.
.
1
3
4
5
5
5
5
5
6
6
10
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Attività per laboratori e progetti di ricerca . . . . . . . . . .
Attività organizzative presso associazioni scientifiche . . . . .
Attività organizzative per conferenze ed eventi scientifici . .
Attività editoriale . . . . . . . . . . . . . . . . . . . . . . . .
Attività di servizio presso l’Università degli Studi di Milano
Altre attività . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Attività Istituzionali, Organizzative e di Servizio
4.1
4.2
4.3
4.4
4.5
4.6
5
1
Attività di ricerca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Partecipazione a progetti di ricerca nazionali ed internazionali . . . . . . .
Partecipazione a centri o gruppi di ricerca nazionali ed internazionali . . .
Soggiorni presso centri di ricerca esteri . . . . . . . . . . . . . . . . . . . .
Partecipazione a comitati editoriali di riviste scientifiche . . . . . . . . . .
Riconoscimenti internazionali . . . . . . . . . . . . . . . . . . . . . . . . . .
Associazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Partecipazione in qualità di relatore a congressi di interesse internazionale
Attività di valutazione nell’ambito di procedure di selezione competitive . .
Pubblicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Attività di Didattica, di Didattica Integrativa e di Servizio agli Studenti
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4
1
10
11
11
11
12
13
13
13
13
14
14
14
14
16
16
17
Altre Informazioni
17
5.1
5.2
17
17
Posizione attuale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Breve storia scolastica e scientifica . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
Informazioni Personali
Cognome
Nome
Data di Nascita
Tel.
Email
Web
2
2.1
Ferrari
Stefano Francesco Angelo
4 febbraio 1968
02 503 300 62
[email protected]
http://www.di.unimi.it/ferrari
Attività di Ricerca e Pubblicazioni Scientifiche
Attività di ricerca
L’attività di ricerca ha riguardato diversi aspetti della teoria e dell’applicazione dei paradigmi di intelligenza computazionale e dell’elaborazione del segnale, descritti più diffusamente nel seguito. In particolare, sono stati sviluppati nuovi modelli neurali ed algoritmi di apprendimento caratterizzati da migliori
prestazioni rispetto ai modelli in letteratura (maggiore rapidità dell’apprendimento e robustezza della
approssimazione) ed è stata studiata la loro implementazione efficiente. Sono stati affrontati diversi problemi riguardanti l’analisi del segnale e la predizione in ambito industriale e ambientale, nella soluzione
dei quali i paradigmi di intelligenza computazionale sono stati i principali strumenti utilizzati. In particolare, il problema della ricostruzione di superfici è stato utilizzato per verificare le proprietà dei paradigmi
sviluppati e per validarne le prestazioni rispetto ai paradigmi in letteratura.
Studio di nuovi paradigmi di intelligenza computazionale
La ricerca ha riguardato lo sviluppo di nuovi modelli neurali per l’approssimazione di funzioni. In
tale ambito, i contributi teorici principali sono stati l’ideazione di due nuovi paradigmi di intelligenza
computazionale multiscala (e i loro algoritmi di apprendimento), di un metodo di clustering e aspetti
metodologici per la specifica e la progettazione di sistemi.
Il primo contributo teorico innovativo è un modello neurale gerarchico multiscala composto da reti a
simmetria radiale (Radial Basis Functions, RBF) e dal relativo algoritmo di apprendimento. Questo
nuovo modello, chiamato Hierarchical Radial Basis Functions (HRBF) [R10, R14], si compone di reti
RBF organizzate gerarchicamente in modo che ogni rete operi ad un livello di dettaglio via via crescente.
L’algoritmo di apprendimento per reti HRBF permette di stimare il valore dei parametri delle unità
delle singole reti in modo rapido e robusto, attraverso operazioni locali e senza bisogno di una procedura iterativa. Inoltre, gli iperparametri dell’algoritmo di apprendimento hanno una semantica facilmente
riconducibile alle proprietà della funzione ricostruita, consentendo un risparmio delle risorse computazionali necessarie per l’individuazione dei parametri ottimali. Combinando le proprietà di località delle
unità delle sottoreti e la struttura regolare delle sottoreti stesse è possibile stimare il valore dei parametri delle unità in modo da governare l’errore di approssimazione locale o, in alternativa, controllare la
dimensione della rete. Operando su una sottorete alla volta, da quella che agisce ad una scala più ampia
a quella dedicata al dettaglio, l’algoritmo di apprendimento è in grado di utilizzare la rete successiva per
recuperare l’errore di ricostruzione residuo in modo robusto. Ne risulta quindi un algoritmo di apprendimento auto-strutturante veloce e robusto, del quale è possibile realizzare un’implementazione efficiente
[C20, C22, C23]. Inoltre, la struttura gerarchica della rete HRBF consente di ottenere una sequenza di
ricostruzioni con diversi livelli di dettaglio (ricostruzione multiscala). Le proprietà di approssimazione
della HRBF sono state studiate in [R8], dove sono state confrontate con quelle del paradigma Wavelet,
il più usato in letteratura per la rappresentazione multiscala di funzioni. Sebbene entrambi possiedano
la proprietà di approssimazione universale, rispetto alla ricostruzione Wavelet, HRBF consente una ricostruzione più regolare (smooth) e con una maggiore granularità nella scelta del livello di dettaglio da
1
ricostruire. Inoltre, HRBF non richiede la disponibilità di un campionamento omogeneamente distribuito
della funzione da ricostruire, in quanto in grado di operare anche con dati sparsi. Il paradigma HRBF è
stato infine esteso, riformulando l’algoritmo di apprendimento per operare in modalità on-line [R3]; ciò
consente la costruzione della rete man mano che i dati vengono acquisiti. Sono state inoltre studiate
alcune varianti del modello HRBF, e, in particolare, sono state valutate diverse regole per la stima dei
parametri [C12] e una diversa modalità di combinazione delle sottoreti [C16].
Il secondo contributo teorico innovativo è un paradigma multiscala composto da un insieme di Support
Vector Machine (SVM) per la regressione, operanti con differenti parametri di scala. Ciò consente a
questo modello, chiamato Hierarchical Support Vector Regression (HSVR), di generare una ricostruzione
multiscala della funzione che generalizza un insieme di dati. HSVR gode delle proprietà di SVM di
approssimazione sparsa, ma ha migliori prestazioni in termini sia di accuratezza, sia di efficienza. Le
prestazioni di SVM, infatti, sono fortemente influenzate dal valore degli iperparametri dell’algoritmo di
apprendimento: la ricerca del valore ottimale occupa una parte rilevante dello sforzo computazionale
richiesto per l’apprendimento. L’algoritmo di configurazione di HSVR, invece, è in grado di individuare
i valori ottimi degli iperparametri [R2] a partire dai dati e da una limitata conoscenza a priori delle
caratteristiche della funzione da ricostruire. I risultati della ricerca sono stati anche riportati in [L1].
Il terzo contributo teorico innovativo è un metodo neurale per il clustering [R6], chiamato Enhanced Vector
Quantization (EVQ), il quale migliora l’algoritmo di apprendimento auto-organizzante di Neural-Gas,
ma ne evita l’elevato costo computazionale dell’ottimizzazione globale. Grazie ad una pre-elaborazione
basata sulla distribuzione statistica dei dati da apprendere, EVQ fornisce una stima robusta del valore
ottimo degli iperparametri che controllano l’evoluzione della rete. Da questa pre-elaborazione risulta una
struttura che permette di realizzare l’apprendimento mediante un’elaborazione locale, limitando il costo
computazionale totale e fornendo una base per la parallelizzazione dell’algoritmo.
Il quarto contributo teorico innovativo è l’esplorazione di aspetti metodologici per la specifica ed il progetto di sistemi compositi [R12, C24]. In questo tema di ricerca è stato affrontato il problema dell’implementazione di paradigmi di intelligenza computazionale e della loro integrazione in sistemi basati su
tecniche computazionali tradizionali. Le metodologie di sviluppo di sistemi dedicati sono infatti basate
sulla descrizione algoritmica, mentre per paradigmi di intelligenza computazionale tale descrizione esiste
solo dopo averne effettuato la configurazione. La ricerca ha riguardato lo studio di una metodologia
basata su esempi integrantesi con la metodologia tradizionale.
Applicazioni di elaborazioni del segnale
Le tecniche di intelligenza computazionale studiate (e in particolare quelle descritte nella sezione precedente) sono state applicate alla soluzione di diversi problemi reali di elaborazione del segnale per validarne
le proprietà teoriche di efficacia, efficienza e robustezza.
La ricostruzione e la rappresentazione di superfici tridimensionali è stato il principale campo di applicazione dei modelli neurali studiati [L1, R13, C7, C21]. In particolare, il problema della ricostruzione
della superficie a partire da un campionamento sparso di punti affetti da rumore è stata considerata come
un’istanza dell’apprendimento da esempi. Sia HRBF [R3, R7, R11], sia HSVR [R2] sono stati applicati
a questo problema. La ricostruzione multiscala fornisce una ricostruzione accurata, sebbene l’apprendimento HRBF richieda un costo computazionale minore e la superficie ricostruita sia più liscia di quella
ottenuta tramite HSVR, per via delle operazioni locali. D’altra parte, grazie all’approccio globale del suo
algoritmo di apprendimento, HSVR è meno sensibile agli outlier e il modello risultante usa meno unità
di HRBF [L1].
Lo studio di problemi di rappresentazione di superfici da nuvole di punti 3D affetti da rumore di misura
ha incluso anche il clustering [R6]. Questa tecnica può essere utilizzata in dataset con un numero elevato
di punti, come quelli acquisibili mediante i moderni scanner 3D. Essa produce una rappresentazione
del dataset con un ridotto numero di punti, ed è applicabile sia come tecnica di riduzione del rumore
(eliminato mediante medie locali), sia come tecnica di preprocessing per l’ottenimento di una superficie
3D semplificata. La semplificazione ottenuta conserva le proprietà di rappresentazione del dettaglio in
quanto i punti generati vengono posizionati minimizzando un errore locale e rispettando la distribuzione
originale dei dati.
2
La ricerca ha inoltre riguardato anche aspetti più generali dell’elaborazione del segnale [CL1]. In tale
ambito, sono stati studiati ed applicati sia modelli neurali, sia tecniche tradizionali, di seguito brevemente
descritti.
Le proprietà di approssimazione delle reti HRBF sono state utilizzate per la correzione delle distorsioni
di una TV camera [C32] causate da imperfezioni nelle ottiche e nell’elettronica del dispositivo, sfruttando
i dati necessari alla stima dei parametri della distorsione usualmente collezionati durante una fase di
calibrazione, ma dove l’uso di una rete neurale svincola dalla scelta a priori di un modello distorsivo.
Tecniche di misurazione biometrica e di motion capture sono state impiegate per la generazione e l’animazione di modelli tridimensionali a diversi livelli di realismo. Questi sono poi stati impiegati per
la produzione di stimoli visivi in un esperimento per la valutazione quantitativa dell’esperienza della
realtà virtuale, misurando quali aree del cervello di diversi soggetti venivano attivate dalla visione delle
animazioni [R9].
Tecniche di intelligenza computazionale sono state applicate al problema della diagnosi dello stato di
lavoro di macchine utensili per il taglio ad idrogetto a partire dalla potenza assorbita dalla macchina
[R4, R5]. In particolare, lo studio ha permesso di sviluppare un metodo automatico per l’individuazione
delle condizioni di lavoro della macchina e l’insorgere di malfunzionamenti attraverso l’estrazione di
caratteristiche della potenza assorbita dal macchinario, misura di facile ed accurata realizzazione senza
modifica dell’apparato.
Il problema dell’analisi granulometrica è stato affrontato sviluppando un classificatore neurale basato
sulle caratteristiche multiscala della scena [C13]. Inoltre, è stato sviluppato uno strumento per generare
immagini sintetiche utili per lo studio delle tecniche di analisi granulometrica [C14]. Esso è costituito da
un modulo simulativo per generare un modello tridimensionale di una popolazione di particelle con una
data distribuzione, modello poi elaborato da un successivo modulo di sintesi di immagini per ottenere
l’immagine della scena, con la possibilità di simulare diverse configurazioni delle ottiche di acquisizione e
di illuminazione.
Diverse tecniche di intelligenza computazionale sono state utilizzate nella soluzione del problema della
predizione di serie temporali, con particolare attenzione all’irraggiamento solare nell’ambito della gestione di pannelli fotovoltaici. Oltre alla predizione a breve dell’irraggiamento locale (utile per la gestione
intelligente dell’energia da richiedere dalla rete o da fornire alla stessa) lo studio ha riguardato la stima dell’irraggiamento utilizzando una o più centraline di sensori dislocate rispetto alla posizione in cui
effettuare la stima [R1, C1, C5, C6, C8, C9, C10], ottenendo cosı̀ un modello dell’irraggiamento locale.
Le reti neurali sono state utilizzate anche per modellare il comportamento dei pannelli fotovoltaici con
lo scopo di migliorarne l’efficienza. In particolare, è stata studiata un soluzione neurale al problema
della stima del punto di massimo rendimento [C2] in base alle condizioni di lavoro del pannello e della
diagnostica della necessità di manutenzione del pannello in funzione del degrado delle sue prestazioni
[C4].
2.2
Partecipazione a progetti di ricerca nazionali ed internazionali
In qualità di ricercatore, ha partecipato ai seguenti progetti di ricerca:
• “Enforceable Security in the Cloud to Uphold Data Ownership”, finanaziato dalla Commissione
Europea (Horizon 2020), 2015–2017
• “Development of Innovative Technologies to Improve the Efficiency of Auxiliaries 6 kV of the Power
Station”, finanziato dal Ministero della Scienza ed Educazione della Repubblica del Kazakhstan,
2015–2017
• “Utilizzo di tecniche di intelligenza computazionale ed elaborazione dei segnali per la predizione
della produzione di energia elettrica in impianti basati su energie rinnovabili”, finanziato da Edison
S.p.A., 2014–2015
3
• “Studio di fattibilità per l’utilizzo di tecniche di intelligenza computazionale ed elaborazione dei segnali per la predizione della produzione di energia elettrica in impianti basati su energie rinnovabili”,
finanziato da Edison S.p.A., 2013–2015
• “Automated Border Control Gates for Europe”, finanziato dalla Commissione Europea (Settimo
Programma Quadro), 2013–2016
• “Innovative Poplar Low Density Structural Panel”, finanziato dalla Commissione Europea (Settimo
Programma Quadro), 2012–2015
• “COST Action IC0806: Intelligent Monitoring, Control and Security of Critical Infrastructure
Systems”, finanziato dall’Unione Europea, 2008–2012
• “Privacy and Identity Management in Europe for Life”, finanziato dalla Commissione Europea
(Settimo Programma Quadro), 2008–2011
• “Privacy and Identity Management for Europe”, finanziato dalla Commissione Europea (Sesto
Programma Quadro), 2004–2008
• “Advanced Research Center on Evolutionary Knowledge for Design Innovation by High Performance Computing”, finanziato da Gruppo Finmeccanica, Laben S.p.A., Space Software Italia S.p.A.,
Quadrics Supercomputers World Ltd., 2002–2007
• “Self-tuning and User-independent Laser Material Processing Units”, finanziato dalla Commissione
Europea (Quarto Programma Quadro), 1999-2002
• “An Integrated System for on-line Inspections of Railways Tracks”, finanziato dalla Commissione
Europea (Terzo programma Quadro), 1998–2000
2.3
Partecipazione a centri o gruppi di ricerca nazionali ed internazionali
Le attività di ricerca sono state sviluppate in collaborazione con:
• enti e istituti di ricerca:
– Istituto di Neuroscienze e Bioimmagini, CNR, Milano, Italia
– Laboratorio di Analisi del Movimento, Fondazione Don Carlo Gnocchi/Politecnico di Milano,
Milano, Italia
– Dipartimento di Neuroscienze, Ospedale S. Raffaele di Milano, Milano, Italia
– Microcomputer and Microelectronics Laboratory, Politecnico di Milano, Milano, Italia
– Laboratorio di Strumentazione Elettronica di Misura, Università degli Studi di Milano, Milano, Italia
– Università degli Studi di Bergamo, Bergamo, Italia
– European Centre for Soft Computing, Mieres, Asturias, Spagna
– Technische Universität Darmstadt, Hessen, Germania
– Doğuş University, Istanbul, Turchia
– Maltepe University, Istanbul, Turchia
– Universidad Rey Juan Carlos, Madrid, Spagna
– S. Seifullin Kazakh Agro Technical University, Astana, Kazakhstan
• industrie:
– Gruppo Finmeccanica, Roma, Italia
– Edison S.p.A., Milano, Italia
– Centro Ricerche Fiat S.c.p.A., Torino, Italia
– Philips, Eindhoven, Olanda
– British Telecom, Londra, Regno Unito
– IBM Research GmbH, Zurigo, Svizzera
4
– SAP AG, Walldorf, Germania
– Laben S.p.A., Milano, Italia
– Quadrics Supercomputers World Ltd., Bristol, Regno Unito
– Space Software Italia S.p.A., Taranto, Italia
– Trumpf GmbH, Ditzingen, Germania
– Tecnogamma S.p.A., Treviso, Italia
– IMAL S.r.l., Modena, Italia
– Indra Sistemas, Alcobendas, Madrid, Spagna
– Vision Box, Carnaxide, Portogallo
– Dermalog Identification Systems GmbH, Hamburg, Germania
– Cognitec Systems GmbH, Dresden, Germania
2.4
Soggiorni presso centri di ricerca esteri
• 4–22 ottobre 2014 : periodo di ricerca presso Computer facilities and Information Systems Department e Electric Power Supply Department, S. Seifullin Kazakh Agro Technical University, Astana,
Kazakhstan
• 1–24 dicembre 2008 : periodo di ricerca presso Discover Lab, University of Ottawa, ON, Canada
2.5
Partecipazione a comitati editoriali di riviste scientifiche
• Co-Guest Editor, IEEE Transactions on Instrumentation and Measurement, Special Section su
Virtual Environments, Human-Computer Interface and Measurement Systems, 2007
• Co-Guest Editor, IEEE Transactions on Instrumentation and Measurement, Special Section su
Virtual Environments, Human-Computer Interface and Measurement Systems, 2006
2.6
Riconoscimenti internazionali
• Nel 2014 è stato nominato Senior Member IEEE
• Best paper runner-up award per il lavoro “Multi-scale support vector regression,” (S. Ferrari,
F. Bellocchio, V. Piuri e N.A. Borghese) presentato a IJCNN 2010 (IEEE International Joint
Conference on Neural Networks), Barcellona, Spagna, 18–23 luglio 2010
2.7
Associazioni
• IEEE, Senior Member
• IEEE Computational Intelligence Society, Member
2.8
Partecipazione in qualità di relatore a congressi di interesse
internazionale
Ha partecipato in qualità di relatore a numerosi congressi, simposi e workshop di interesse internazionale
all’estero ed in Italia presentando varie delle pubblicazioni a conferenza elencate in Sezione 2.10.
5
2.9
Attività di valutazione nell’ambito di procedure di selezione competitive
È stato Membro di diverse commissioni per la valutazione comparativa per assegni di ricerca banditi
dall’Università degli Studi di Milano.
2.10
Pubblicazioni
• h-index: 12
• Citazioni: 840
Dati calcolati attraverso il motore di ricerca Google Scholar, aggiornati alla data 06/11/2015 e consultabili
pubblicamente all’URL:
https://scholar.google.it/citations?user=xhynVe8AAAAJ
Riassunto delle pubblicazioni
L’attività di ricerca ha prodotto 53 pubblicazioni, cosı̀ suddivise:
• 1 monografia di ricerca pubblicata da casa editrice internazionale con comitato scientifico di
redazione [L1]
• 14 pubblicazioni in riviste scientifiche internazionali con comitato scientifico di redazione
[R1]–[R14]
principalmente su IEEE Transactions on Neural Networks and Learning System e, dato l’aspetto
interdisciplinare di alcune ricerche, su IEEE Transactions on Instrumentation and Measurements
• 33 pubblicazioni in atti di convegno internazionale con comitato scientifico di revisione
[C1]–[C33]
• 1 capitolo in libro di ricerca pubblicato da casa editrice internazionale con comitato scientifico
di redazione [CL1]
• 4 pubblicazioni in atti di convegno nazionale con comitato scientifico di revisione [CN1]–[CN4]
Monografie di ricerca pubblicate da casa editrice internazionale con comitato
scientifico di redazione
[L1] F. Bellocchio, N.A. Borghese, S. Ferrari, V. Piuri, 3D Surface Reconstruction:
Hierarchical Approaches. Springer-Verlag New York, LLC, 2013.
Multi-Scale
Riviste scientifiche internazionali con comitato scientifico di redazione
[R1]
M. Lazzaroni, S. Ferrari, V. Piuri, A. Salman, L. Cristaldi, M. Faifer, “Models for solar radiation
prediction based on different measurement sites,” Measurement, vol. 63, pagg. 346–363, 2015.
[R2]
F. Bellocchio, S. Ferrari, V. Piuri, N.A. Borghese, “Hierarchical approach for multiscale Support
Vector Regression,” IEEE Trans. on Neural Networks and Learning Systems, vol. 23, pagg. 1448–
1460, set. 2012.
[R3]
S. Ferrari, F. Bellocchio, V. Piuri, N.A. Borghese, “A hierarchical RBF online learning algorithm
for real-time 3-D scanner,” IEEE Trans. on Neural Networks, vol. 21, pagg. 275–285, feb. 2010.
6
[R4]
M. Lazzaroni, S. Ferrari, L. Cristaldi, M. Annoni, “Nozzle and working-condition classifications for
water jet systems,” IEEE Trans. on Instrumentation and Measurement, vol. 58, pagg. 1546–1554,
mag. 2009.
[R5]
M. Annoni, L. Cristaldi, M. Lazzaroni, S. Ferrari, “Nozzles classification in a high-pressure water
jet system,” IEEE Trans. on Instrumentation and Measurement, vol. 58, pagg. 3739–3745, ott.
2009.
[R6]
S. Ferrari, G. Ferrigno, V. Piuri, N.A. Borghese, “Reducing and filtering point clouds with enhanced
vector quantization,” IEEE Trans. on Neural Networks, vol. 18, pagg. 161–177, gen. 2007.
[R7]
S. Ferrari, I. Frosio, V. Piuri, N.A. Borghese, “Automatic multiscale meshing through HRBF
networks,” IEEE Trans. on Instrumentation and Measurement, vol. 54, pagg. 1463–1470, ago.
2005.
[R8]
S. Ferrari, M. Maggioni, N.A. Borghese, “Multi-scale approximation with hierarchical radial basis
functions networks,” IEEE Trans. on Neural Networks, vol. 15, pagg. 178–188, gen. 2004.
[R9]
D. Perani, F. Fazio, N.A. Borghese, M. Tettamanti, S. Ferrari, J. Decety, M. C. Gilardi, “Different
brain correlates for watching real and virtual hand actions,” NeuroImage, vol. 14, pagg. 749–758,
set. 2001.
[R10] S. Ferrari, N.A. Borghese, V. Piuri, “Multiscale models for data processing: an experimental
sensitivity analysis,” IEEE Trans. on Instrumentation and Measurement, vol. 50, pagg. 995–1002,
ago. 2001.
[R11] N.A. Borghese, S. Ferrari, “A portable modular system for automatic acquisition of 3-D objects,”
IEEE Trans. on Instrumentation and Measurement, vol. 49, pagg. 1128–1136, ott. 2000.
[R12] C. Alippi, S. Ferrari, V. Piuri, M. Sami, F. Scotti, “New trends in intelligent systems design
for embedded and measurement applications,” IEEE Instrumentation & Measurement Magazine,
vol. 2, pagg. 36–44, giu. 1999.
[R13] N.A. Borghese, G. Ferrigno, G. Baroni, A. Pedotti, S. Ferrari, R. Savaré, “Autoscan: a flexible
and portable 3D scanner,” IEEE Computer Graphics and Applications, vol. 18, pagg. 38–41, mag.
1998.
[R14] N.A. Borghese, S. Ferrari, “Hierarchical RBF networks and local parameter estimate,”
Neurocomputing, vol. 19, no. 1–3, pagg. 259–283, 1998.
Atti di convegno internazionale con comitato scientifico di revisione
[C1]
S. Ferrari, C. Leani, V. Piuri, “Multi-point solar prediction through feed-forward neural networks,”
in Proc. of the 2014 IEEE Workshop on Environmental Energy and Structural Monitoring Systems
(EESMS 2014), pagg. 1–5, set. 2014.
[C2]
S. Ferrari, M. Lazzaroni, V. Piuri, A. Salman, L. Cristaldi, M. Faifer, S. Toscani, “A computational intelligence approach to solar panel modelling,” in Proc. of the 2014 IEEE International
Instrumentation and Measurement Technology Conference (I2MTC 2014), pagg. 1261–1266, mag.
2014.
[C3]
S. Ferrari, G. Pentchev, “An android-based platform for augmented-reality remote inspection systems prototyping,” in Proc. of the 2013 IEEE Workshop on Environmental Energy and Structural
Monitoring Systems (EESMS 2013), pagg. 1–6, set. 2013.
[C4]
S. Ferrari, M. Lazzaroni, V. Piuri, A. Salman, L. Cristaldi, M. Faifer, “A data approximation
based approach to photovoltaic systems maintenance,” in Proc. of the 2013 IEEE Workshop on
Environmental Energy and Structural Monitoring Systems (EESMS 2013), pagg. 1–6, set. 2013.
[C5]
S. Ferrari, M. Lazzaroni, V. Piuri, L. Cristaldi, M. Faifer, “Statistical models approach for solar
radiation prediction,” in Proc. of the 2013 IEEE International Instrumentation and Measurement
Technology Conference (I2MTC 2013), pagg. 1734–1739, mag. 2013.
7
[C6]
S. Ferrari, M. Lazzaroni, V. Piuri, A. Salman, L. Cristaldi, M. Faifer, “Computational intelligence
models for solar radiation prediction,” in Proc. of the 2013 IEEE International Instrumentation
and Measurement Technology Conference (I2MTC 2013), pagg. 757–762, mag. 2013.
[C7]
F. Bellocchio, N.A. Borghese, S. Ferrari, V. Piuri, “Computational intelligence for surface modeling,” in Proc. of the 7th International Conference on Neural Networks and Artificial Intelligence
(ICNNAI 2012), pagg. 11–16, ott. 2012.
[C8]
S. Ferrari, A. Fina, M. Lazzaroni, V. Piuri, L. Cristaldi, M. Faifer, T. Poli, “Illuminance prediction
through statistical models,” in Proc. of the 2012 IEEE Workshop on Environmental Energy and
Structural Monitoring Systems (EESMS 2012), pagg. 90–96, set. 2012.
[C9]
S. Ferrari, M. Lazzaroni, V. Piuri, A. Salman, L. Cristaldi, M. Rossi, T. Poli, “Illuminance prediction through Extreme Learning Machines,” in Proc. of the 2012 IEEE Workshop on Environmental
Energy and Structural Monitoring Systems (EESMS 2012), pagg. 97–103, set. 2012.
[C10] F. Bellocchio, S. Ferrari, M. Lazzaroni, L. Cristaldi, M. Rossi, T. Poli, R. Paolini, “Illuminance
prediction through SVM regression,” in Proc. of the 2011 IEEE Workshop on Environmental
Energy and Structural Monitoring Systems (EESMS 2011), pagg. 1–5, set. 2011.
[C11] S. Ferrari, F. Bellocchio, V. Piuri, N.A. Borghese, “Multi-scale support vector regression,” in Proc.
of the 2010 IEEE International Joint Conference on Neural Networks (IJCNN 2010), pagg. 1–7,
lug. 2010. Runner-up Best Paper.
[C12] F. Bellocchio, N.A. Borghese, S. Ferrari, V. Piuri, “Kernel regression in HRBF networks for surface
reconstruction,” in Proc. of the 2008 IEEE International Workshop on Haptic Audio and Visual
Environments and Games (HAVE 2008), pagg. 160–165, ott. 2008.
[C13] S. Ferrari, V. Piuri, F. Scotti, “Image processing for granulometry analysis via neural networks,”
in Proc. of the 2008 IEEE Conference on Computational Intelligence for Measurement Systems
and Applications (CIMSA 2008), pagg. 28–32, lug. 2008.
[C14] S. Ferrari, V. Piuri, F. Scotti, “Virtual environment for granulometry analysis,” in Proc. of the
2008 IEEE Conference on Virtual Environments, Human-Computer Interfaces and Measurement
Systems (VECIMS 2008), pagg. 156–161, lug. 2008.
[C15] M. Lazzaroni, S. Ferrari, M. Annoni, L. Cristaldi, “A tool for working condition and nozzles
classification for water jet systems,” in Proc. of the 2008 IEEE Instrumentation and Measurement
Technology Conference (IMTC 2008), pagg. 1435–1440, mag. 2008.
[C16] S. Ferrari, F. Bellocchio, N.A. Borghese, V. Piuri, “Refining hierarchical radial basis function
networks,” in Proc. of the 2007 IEEE International Workshop on Haptic Audio and Visual
Environments and Games (HAVE 2007), pagg. 166–170, ott. 2007.
[C17] F. Bellocchio, S. Ferrari, V. Piuri, N.A. Borghese, “Online training of hierarchical RBF,” in Proc.
of the 2007 IEEE International Joint Conference on Neural Networks (IJCNN 2007), pagg. 2159–
2164, ago. 2007.
[C18] M. Annoni, L. Cristaldi, M. Lazzaroni, S. Ferrari, “Nozzles classification in a high pressure water
jet systems,” in Proc. of the 2007 IEEE Instrumentation and Measurement Technology Conference
(IMTC 2007), pagg. 1–6, mag. 2007.
[C19] S. Ferrari, I. Frosio, V. Piuri, N.A. Borghese, “Enhanced vector quantization for data reduction
and filtering,” in Proc. of the 2nd International Symposium on 3D Data Processing, Visualization
and Transmission (3DPVT 2004), pagg. 470–477, set. 2004.
[C20] S. Ferrari, I. Frosio, V. Piuri, N.A. Borghese, “The accuracy of the HRBF networks,” in Proc. of the
21th IEEE Instrumentation and Measurement Technology Conference (IMTC 2004), pagg. 482–
486, mag. 2004.
[C21] N.A. Borghese, S. Ferrari, V. Piuri, “A methodology for surface reconstruction based on hierarchical
models,” in Proc. of the 2003 IEEE International Workshop on Haptic Virtual Environments and
Their Applications (HAVE 2003), pagg. 119–124, set. 2003.
[C22] N.A. Borghese, S. Ferrari, V. Piuri, “Real-time surface meshing through HRBF networks,” in Proc.
of the 2003 IEEE-INNS-ENNS International Joint Conference of Neural Networks (IJCNN 2003),
vol. 2, pagg. 1361–1366, lug. 2003.
8
[C23] N.A. Borghese, S. Ferrari, V. Piuri, “Real-time surface reconstruction through HRBF networks,”
in Proc. of the 2002 IEEE International Workshop on Haptic Virtual Environments and Their
Applications (HAVE 2002), pagg. 19–24, nov. 2002.
[C24] C. Alippi, S. Ferrari, V. Piuri, “A methodology for example-based specification and design,” in
Proc. of the 2000 IEEE-INNS-ENNS International Joint Conference of Neural Networks (IJCNN
2000), vol. 3, pagg. 535–540, lug. 2000.
[C25] N.A. Borghese, S. Ferrari, “Mesh construction with fast soft vector quantization,” in Proc. of the
2000 IEEE-INNS-ENNS International Joint Conference of Neural Networks (IJCNN 2000), vol. 5,
pagg. 473–478, lug. 2000.
[C26] S. Ferrari, N.A. Borghese, V. Piuri, “Multi-resolution models for data processing: an experimental
sensitivity analysis,” in Proc. of the 17th IEEE Instrumentation and Measurement Technology
Conference (IMTC 2000), vol. 2, pagg. 1056–1060, mag. 2000.
[C27] N.A. Borghese, S. Ferrari, V. Piuri, “Local wavelet decomposition and its application to face reconstruction,” in Proc. of the 11th Italian Workshop on Neural Nets (WIRN Vietri ’99), pagg. 184–189,
mag. 1999.
[C28] S. Ferrari, N.A. Borghese, “A portable modular system for automatic acquisition of 3D objects,”
in Proc. of the 16th IEEE Instrumentation and Measurement Technology Conference (IMTC ’99),
vol. 3, pagg. 1823–1827, mag. 1999.
[C29] N.A. Borghese, S. Ferrari, “Scanning and reconstruction of human body parts,” in STAR Proc. of
Eurographics 1998, pagg. 3.5.1–3.5.2, 1998.
[C30] C. Rigotti, N.A. Borghese, S. Ferrari, G. Baroni, G. Ferrigno, “Portable and accurate 3D scanner
for breast implants design and reconstructive plastic surgery,” in Proc. of SPIE’s International
Symposium on Medical Imaging 1998, vol. 3338, pagg. 1558–1567, feb. 1998.
[C31] N.A. Borghese, G. Ferrigno, S. Ferrari, “Image reconstruction using a hierarchical RBF network
architecture,” in Proc. of the 1997 Italian Workshop on Neural Nets (WIRN ’97), pagg. 177–182,
1997.
[C32] P. Cerveri, S. Ferrari, N.A. Borghese, “Calibration of TV cameras through RBF networks,” in
Proc. of SPIE ’97 Applications of Soft Computing, vol. 3165, pagg. 312–318, 1997.
[C33] M. Fontana, N.A. Borghese, S. Ferrari, “Image reconstruction using improved “Neural-Gas”,” in
Proc. of the 1995 Italian Workshop on Neural Nets (WIRN ’95), pagg. 260–265, 1995.
Capitoli in libri di ricerca pubblicati da casa editrice internazionale con comitato
scientifico di redazione
[CL1] S. Ferrari, V. Piuri, Neural networks for Instrumentation, Measurements, and Related Industrial
Applications, NIMIA 2001, ch. Neural Networks in Intelligent Sensors and Measurement Systems
for Industrial Applications, pagg. 19–42. IOS Press, 2003.
Atti di convegno nazionale con comitato scientifico di revisione
[CN1] M. Lazzaroni, S. Ferrari, V. Piuri, A. Salman, L. Cristaldi, M. Faifer, S. Toscani, “Un approccio
computazionale alla modellizzazione dei pannelli solari,” in Atti del XXXI Congresso Nazionale
dell’Associazione Gruppo Misure Elettriche ed Elettroniche (GMEE 2014), pagg. 115–116, 2014.
[CN2] L. Cristaldi, M. Faifer, S. Toscani, A. Ferrero, S. Ferrari, M. Lazzaroni, M. Garetti, S. Ierace,
S. Cavalier, “Tecniche di diagnosi basate sul’analisi della firma elettrica,” in Atti del XXVII
Congresso nazionale Gruppo Misure Elettriche ed Elettroniche (GMEE 2010), pagg. 367–376, set.
2010.
9
[CN3] M. Lazzaroni, S. Ferrari, L. Cristaldi, M. Annoni, “Classificazione automatica delle condizioni
dell’ugello e delle condizioni di funzionamento di sistemi water jet,” in Atti del XXVI Congresso
nazionale Gruppo Misure Elettriche ed Elettroniche (GMEE 2009), pagg. 147–148, set. 2009.
[CN4] M. Lazzaroni, S. Ferrari, L. Cristaldi, M. Annoni, “Sistema automatico per la classificazione delle
condizioni di lavoro di sistemi water jet,” in Atti del XXV Congresso nazionale Gruppo Misure
Elettriche ed Elettroniche (GMEE 2008), pagg. 131–132, 2008.
Altre pubblicazioni
[A1] S. Ferrari, V. Piuri, “Guest editorial special section on VECIMS 2005,” IEEE Trans. on
Instrumentation and Measurement, vol. 57, pagg. 1818–1819, set. 2008.
[A2] A. E. Saddik, R. Duro, S. Ferrari, “Guest editorial special section on VECIMS 2006,” IEEE Trans.
on Instrumentation and Measurement, vol. 57, pagg. 1852–1853, set. 2008.
Tesi di Dottorato di Ricerca
[T1] S. Ferrari, Una Metodologia Gerarchica per Analisi e Sintesi di Immagini Tridimensionali. PhD
thesis, Politecnico di Milano, gen. 2001.
3
Attività di Didattica, di Didattica Integrativa e di Servizio
agli Studenti
3.1
Responsabilità di insegnamenti
Ha avuto la responsabilità con titolarità per affidamento e ha tenuto i seguenti insegnamenti per i Corsi
di Laurea della Classe Informatica presso l’Università degli Studi di Milano (dall’a.a. 2005/06 con il titolo
di Professore Aggregato, L. 04/11/05 n. 230 e successive modificazioni ed integrazioni):
• A.A. 2015/16 — Methods for image processing (6 CFU, in inglese)
• A.A. 2014/15 — Methods for image processing (6 CFU, in inglese)
• A.A. 2013/14 — Image processing (6 CFU, in inglese)
• A.A. 2012/13 — Image processing (6 CFU, in inglese)
• A.A. 2011/12 — Image processing (6 CFU, in inglese)
• A.A. 2010/11 — Elaborazione di immagini (6 CFU)
• A.A. 2009/10 — Elaborazione di immagini (6 CFU)
• A.A. 2008/09 — Fondamenti di informatica per la sicurezza (6 CFU)
• A.A. 2008/09 — Fondamenti di informatica per la sicurezza — online (6 CFU)
• A.A. 2007/08 — Fondamenti di informatica per la sicurezza (6 CFU)
• A.A. 2007/08 — Fondamenti di informatica per la sicurezza — online (6 CFU)
• A.A. 2006/07 — Fondamenti di informatica per la sicurezza (6 CFU)
• A.A. 2006/07 — Fondamenti di informatica per la sicurezza — online (6 CFU)
• A.A. 2005/06 — Fondamenti di informatica per la sicurezza (6 CFU)
10
• A.A. 2005/06 — Fondamenti di informatica per la sicurezza — online (6 CFU)
• A.A. 2004/05 — Fondamenti di informatica per la sicurezza (6 CFU)
• A.A. 2004/05 — Fondamenti di informatica per la sicurezza — online (6 CFU)
• A.A. 2003/04 — Fondamenti di informatica per la sicurezza (6 CFU)
Ha avuto la responsabilità con titolarità per affidamento e ha tenuto i seguenti insegnamenti per il Corso
di Laurea Specialistica in Biotecnologie Industriali e Ambientali presso l’Università degli Studi di Milano
(dall’a.a. 2005/06 con il titolo di Professore Aggregato, L. 04/11/05 n. 230 e successive modificazioni ed
integrazioni):
• A.A. 2006/07 — Informatica applicata ai processi biologici (3 CFU)
• A.A. 2004/05 — Informatica applicata ai processi biologici (3 CFU)
Ha avuto la responsabilità con titolarità per affidamento e ha tenuto i seguenti insegnamenti per il Corso
di Laurea in Scienze della Produzione e Trasformazione del Latte presso l’Università degli Studi di Milano
(dall’a.a. 2005/06 con il titolo di Professore Aggregato, L. 04/11/05 n. 230 e successive modificazioni ed
integrazioni):
• A.A. 2005/06 — Analisi statistica dei dati (3 CFU).
3.2
Corsi di dottorato
Ha svolto le seguenti attività didattiche nell’ambito degli insegnamenti della Scuola di Dottorato in
Informatica dell’Università degli Studi di Milano:
• luglio 2015 — Fundamentals of digital image processing (6 ore)
• gennaio 2012 — Fundamentals of digital image processing (6 ore)
• maggio 2010 — Fundamentals of digital signal processing (6 ore)
3.3
Attività didattica presso istituti esteri
Ha svolto le seguenti attività didattiche nell’ambito del Master Degree in Computer Science presso la S.
Seifullin Kazakh Agro Technical University, Astana, Kazakhstan:
• ottobre 2014 — Image processing (24 ore)
3.4
Cicli di lezioni ed esercitazioni
Ha tenuto cicli di lezioni presso l’Università degli Studi di Milano per i Corsi di Laurea della Classe
Informatica per i seguenti insegnamenti:
• A.A. 2008/09 — Architetture e reti logiche (16 ore)
• A.A. 2008/09 — Architetture e reti logiche, ed. online (16 ore)
• A.A. 2007/08 — Architetture e reti logiche (16 ore)
• A.A. 2007/08 — Architetture e reti logiche, ed. online (16 ore)
• A.A. 2006/07 — Architetture e reti logiche (16 ore)
• A.A. 2006/07 — Architetture e reti logiche, ed. online (16 ore)
• A.A. 2005/06 — Architetture e reti logiche (16 ore)
11
• A.A. 2005/06 — Architetture e reti logiche, ed. online (16 ore)
• A.A. 2004/05 — Architetture e reti logiche (16 ore)
• A.A. 2004/05 — Architetture e reti logiche, ed. online (16 ore)
• A.A. 2003/04 — Architetture e reti logiche (16 ore)
• A.A. 2002/03 — Architetture e reti logiche (16 ore)
• A.A. 2002/03 — Fondamenti dell’informatica (10 ore)
• A.A. 2002/03 — Algoritmi e strutture dati (10 ore)
• A.A. 2001/02 — Algoritmi e strutture dati (10 ore)
Ha tenuto cicli di lezioni presso l’Università degli Studi di Milano per il Corso di Laurea Specialistica in
Biotecnologie Industriali e Ambientali per i seguenti insegnamenti:
• A.A. 2007/08 — Informatica applicata ai processi biologici (12 ore)
• A.A. 2005/06 — Informatica applicata ai processi biologici (12 ore)
• A.A. 2003/04 — Informatica applicata ai processi biologici (12 ore)
Ha tenuto cicli di lezioni presso l’Università degli Studi di Milano per il Corso di Laurea in Scienze della
Produzione e Trasformazione del Latte per i seguenti insegnamenti:
• A.A. 2006/07 — Analisi statistica dei dati (12 ore)
• A.A. 2004/05 — Analisi statistica dei dati (12 ore)
Ha tenuto esercitazioni presso il Politecnico di Milano per i seguenti insegnamenti:
• A.A. 2002/03 — Informatica di base, Laurea in Ingegneria Biomedica (16 ore)
• A.A. 2001/02 — Informatica di base, Laurea in Ingegneria Biomedica (16 ore)
• A.A. 2001/02 — Networked operating systems, Laurea in Ingegneria Informatica (14 ore)
• A.A. 2000/01 — Informatica di base, Laurea in Ingegneria Biomedica (16 ore)
• A.A. 2000/01 — Informatica grafica, Diploma Universitario in Ingegneria Informatica (16 ore)
3.5
Altre attività didattiche
Per i corsi di Istruzione e Formazione Tecnica Superiore (IFTS) ha svolto la seguente attività didattica:
• A.A. 2008/09 — Robotica industriale, corso IFTS “Industrializzazione del prodotto e del processo”
(12 ore)
• A.A. 2003/04 — Informatica di base, corso IFTS “Tecnico superiore esperto di e-learning in ambito
biomedicale” (10 ore)
• A.A. 2003/04 — Informatica di base, corso IFTS “Tecnico superiore per le applicazioni informatiche” (15 ore)
• A.A. 2002/03 — Informatica di base, corso IFTS “Tecnici esperti di tecnologie per la progettazione
e la gestione di sistemi di networking”(6 ore)
• A.A. 2002/03 — Basi di programmazione e database, corso IFTS “Tecnico superiore esperto di
e-learning in ambito biomedicale (ECM)” (26 ore)
• A.A. 2002/03 — Informatica di base, corso IFTS “Tecnico superiore specialista in ambiente web
orientato al marketing e all’e-business” (6 ore)
12
Per la scuola interuniversitaria lombarda di specializzazione per l’insegnamento secondario, sezione di
Milano (SILSIS-MI), Università degli Studi di Milano, ha svolto le seguenti attività didattiche:
• A.A. 2005/06 — corso di Informatica di base corso speciale ITP AD6 (8 ore)
• A.A. 2003/04 — ciclo di lezioni per il corso di Architetture dei calcolatori, Indirizzo 42/A Informatica (8 ore)
All’interno del Master di Tecnologie Avanzate della Comunicazione e della Informazione presso l’IIASS
di Vietri sul Mare (SA) ha tenuto i seguenti corsi:
• 2003 — Sistemi multimediali (8 ore)
• 1998 — Sistemi informativi multimediali (12 ore)
• 1997 — Grafica avanzata (24 ore)
Dal 2004 svolge le funzioni di esaminatore ECDL presso la sede di Crema del Dipartimento di Informatica
dell’Università degli Studi di Milano (già Dipartimento di Tecnologie dell’Informazione).
Ha tenuto i seguenti stage estivi rivolti a studenti delle superiori:
• A.A. 2014/15 — Reti neurali: apprendere dai dati (12 ore)
• A.A. 2013/14 — Reti neurali: apprendere dai dati (12 ore)
• A.A. 2012/13 — Reti neurali: apprendere dai dati (12 ore)
3.6
Tutorial internazionali
Nel giugno 2014 ha tenuto il tutorial Computational intelligence methods for 3D surface reconstruction alla
conferenza 2014 IEEE International Symposium on INnovations in Intelligent SysTems and Applications
(INISTA 2014).
3.7
Seminari
Ha tenuto i seguenti seminari nell’ambito del corso di Sistemi Intelligenti Naturali e Artificiali, Laurea di
Ingegneria Biomedica, Politecnico di Milano:
• A.A. 2000/01 — Radial basis functions networks (2 ore)
• A.A. 1999/00 — Radial basis functions networks (2 ore)
3.8
Correlatore di tesi di dottorato di ricerca
È stato co-Supervisor di Francesco Bellocchio per la tesi di dottorato di ricerca “Online Hierarchical
Models for Surface Reconstruction”, Università degli Studi di Milano, Scuola di Dottorato in Informatica,
XXIII ciclo, 2010.
3.9
Relatore e correlatore di tesi di laurea e laurea magistrale
È stato relatore e correlatore di oltre 20 tesi di laurea triennale e magistrale svolte presso i Dipartimenti
ora confluiti nel Dipartimento di Informatica, Università degli Studi di Milano. Gli argomenti trattati
13
nelle tesi hanno riguardato principalmente lo studio di tecniche di intelligenza computazionale e la loro
applicazione in problemi di elaborazione del segnale e di immagini digitali, di modellazione di fenomeni
complessi e di identificazione e riconoscimento.
4
Attività Istituzionali, Organizzative e di Servizio
4.1
Attività per laboratori e progetti di ricerca
Partecipa alle attività del Laboratorio di Informatica Industriale, Ambientale e Biometrica (IEBIL),
Dipartimento di Informatica (precedentemente presso il Dipartimento di Tecnologie dell’Informazione),
Università degli Studi di Milano (dal 2015).
Collabora con il Laboratory of Applied Intelligent Systems, Dipartimento di Informatica, Università degli
Studi di Milano (dal 2002).
Ha partecipato alle attività dell’Industrial and Environmental Informatics Laboratory, Dipartimento di
Informatica (precedentemente presso il Dipartimento di Tecnologie dell’Informazione), Università degli
Studi di Milano (2006–2015).
Ha partecipato alle attività del Advanced Research Center on Evolutionary Knowledge for Design Innovation by High Performance Computing, Dipartimento di Tecnologie dell’Informazione, Università degli
Studi di Milano (2002–2007).
Ha collaborato alla organizzazione e gestione del Laboratorio FPGA del Dipartimento di Tecnologie
dell’Informazione, Università degli Studi di Milano (2002–2005).
Ha partecipato alle attività di ricerca del Laboratorio di Studio del Movimento e Realtà Virtuale dell’Istituto di Neuroscienze e Bioimmagini del C.N.R. (1995–2001), in collaborazione con il Dipartimento di Bioingegneria del Politecnico di Milano (1997–2007) e del Microcomputer and Microelectronics Laboratory
presso il Dipartimento di Elettronica e Informazione, Politecnico di Milano (1998–2001).
Ha partecipato a progetti di ricerca dell’Università degli Studi di Milano e del Politecnico di Milano,
finanziati dal MIUR e dalla UE dal 1998, come dettagliato in Sezione 2.2.
4.2
Attività organizzative presso associazioni scientifiche
• Treasurer della IEEE Italy Section (dal 2014)
• Chair del Chapter italiano del IEEE Systems Council (2012–2015)
• Vice-Chair del Chapter italiano del IEEE Systems Council (2010–2011)
• Secretary del Chapter italiano del IEEE Systems Council (2009)
4.3
Attività organizzative per conferenze ed eventi scientifici
General co-Chair per le seguenti conferenze:
• 2016 IEEE International Conference on Computational Intelligence and Virtual Environments for
Measurement Systems and Applications, Budapest, Ungheria, 27–29 giugno 2016
• 2016 IEEE Workshop on Environmental, Energy, and Structural Monitoring Systems, Bari, Italia,
13–14 giugno 2016
14
• 2015 IEEE Workshop on Environmental, Energy, and Structural Monitoring Systems, Trento,
Italia, 9–10 luglio 2015
• 2014 IEEE Workshop on Environmental, Energy, and Structural Monitoring Systems, Napoli,
Italia, 17–18 settembre 2014
• 2013 IEEE Workshop on Environmental, Energy, and Structural Monitoring Systems, Trento,
Italia, 11–12 settembre 2013
• 2012 IEEE Workshop on Environmental, Energy, and Structural Monitoring Systems, Perugia,
Italia, 28 settembre 2012
• 2012 IEEE International Conference on Virtual Environments, Human-Computer Interfaces, and
Measurement Systems, Tianjin, Cina, 2–4 luglio 2012
• 2011 IEEE International Conference on Virtual Environments, Human-Computer Interfaces, and
Measurement Systems, Ottawa, ON, Canada, 19–21 settembre 2011
Technical Program co-Chair per le seguenti conferenze:
• 2010 IEEE International Conference on Virtual Environments, Human-Computer Interfaces, and
Measurement Systems, Taranto, Italia, 6–8 settembre 2010
• 2009 IEEE International Conference on Virtual Environments, Human-Computer Interfaces, and
Measurement Systems, Hong Kong, Cina, 11–13 maggio 2009
• 2007 IEEE International Workshop on Haptic Audio Visual Environments and Games, Ottawa,
ON, Canada, 12–14 ottobre 2007
Publication Chair per le seguenti conferenze:
• 2011 IEEE Workshop on Environmental, Energy, and Structural Monitoring Systems, Milano,
Italia, 28 settembre 2011
• 2010 IEEE Workshop on Environmental, Energy, and Structural Monitoring Systems, Taranto,
Italia, 9 settembre 2010
Local arrangement Chair per la seguente conferenza:
• 2009 IEEE Workshop on Environmental, Energy, and Structural Monitoring Systems, Crema,
Italia, 25 settembre 2009
Treasurer per la seguente conferenza:
• 2015 International Forum on Research and Technologies for Society and Industry, Torino, Italia,
16–18 settembre 2015
Membro del comitato di programma per le seguenti conferenze:
• 2016 International Symposium on INnovations in Intelligent SysTems and Applications, Sinaia,
Romania, 2–5 agosto 2016
• 2014 IEEE International Conference on Computational Intelligence and Virtual Environments for
Measurement Systems and Applications, Ottawa, ON, Canada, 5–7 maggio 2014
• 2013 IEEE International Conference on Computational Intelligence and Virtual Environments for
Measurement Systems and Applications, Milano, Italia, 15–17 luglio 2013
• 2012 IEEE International Conference on Computational Intelligence for Measurement Systems and
Applications, Tianjin, Cina, 2–4 luglio 2012
• 2011 IEEE International Conference on Computational Intelligence for Measurement Systems and
Applications, Ottawa, ON, Canada,19–21 settembre 2011.
• 2008 IEEE World Congress on Computational Intelligence, Hong Kong, Cina, 1–6 giugno 2008
15
• 2008 IEEE International Conference on Virtual Environments, Human-Computer Interfaces, and
Measurement Systems, Istanbul, Turchia, 14–16 luglio 2008
• 2006 IEEE International Conference on Virtual Environments, Human-Computer Interfaces, and
Measurement Systems, La Coruña, Spagna, 10-12 luglio 2006
• 2005 IEEE International Conference on Virtual Environments, Human-Computer Interfaces, and
Measurement Systems, Giardini Naxos, Italia, 18–20 luglio 2005
• 2004 IEEE International Conference on Virtual Environments, Human-Computer Interfaces, and
Measurement Systems, Boston, MA, USA, 12–14 luglio 2004
Ha svolto attività di revisione di numerosi lavori sottomessi a conferenze internazionali.
4.4
Attività editoriale
Oltre alle attività di Guest co-Editor elencate in Sezione 2.5, ha svolto attività di revisione per diverse
riviste internazionali, tra le quali:
• IEEE Transactions on Neural Networks/IEEE Transactions on Neural Networks and Learning
Systems
• IEEE Transactions on Instrumentation and Measurements
• IEEE Signal Processing Letters
• IEEE Systems Journal
• Neural Computing & Applications, Springer-Verlag
• Neural Processing Letters, Springer-Verlag
• Multimedia Tools and Applications, Springer-Verlag
• OSA Optics Express
• Integrated Computer-Aided Engineering, IOS Press
• Journal of Systems Architecture, Elsevier Science
• IET Renewable Power Generation
• Solar Energy, Elsevier Science
• ISEIS Journal of Environmental Informatics
• Environmental Earth Sciences, Springer-Verlag
4.5
Attività di servizio presso l’Università degli Studi di Milano
• Membro della Commissione Orientamento del Dipartimento di Informatica, Università degli Studi
di Milano (dal 2012), svolgendo le funzioni di coordinatore per le attività di orientamento della
sede di Crema.
• Presidente della Commissione Orientamento del Consiglio di Coordinamento Didattico di Informatica (Crema), Facoltà di Scienze MM. FF. NN., Università degli Studi di Milano (2010–2012).
• Membro della Commissione Orientamento del Consiglio di Coordinamento Didattico di Informatica
(Crema), Facoltà di Scienze MM. FF. NN., Università degli Studi di Milano (2007–2010).
In particolare, all’interno della Commissione Orientamento si è occupato:
– della promozione dei corsi di laurea e delle attività di ricerca del Dipartimento di Tecnologie
dell’Informazione e del Dipartimento di Informatica presso fiere, manifestazioni e organi di
stampa;
16
– dello studio e della produzione di contenuti e materiali per le attività di orientamento (siti
web, materiale multimediale, poster, brochure, comunicati stampa, materiale pubblicitario);
– di colloqui di orientamento con singoli studenti;
– dell’organizzazione delle giornate di orientamento dell’Università degli Studi di Milano (OpenDay della sede di Crema, OpenDay della Facoltà di Scienze MM. FF. NN. e della Facoltà di
Scienze e Tecnologie, OpenDay di Ateneo);
– di promuovere e mantenere contatti con i Dirigenti scolastici e i responsabili dell’orientamento
degli istituti scolastici del territorio;
– della presentazione dell’offerta didattica durante incontri di orientamento tenuti presso le
scuole superiori del territorio (principalmente: Crema, Cremona, Bergamo, Lodi);
– della preparazione e partecipazione agli eventi di orientamento sul territorio (e.g., saloni dello
studente);
– della organizzazione, pubblicizzazione e realizzazione di stage estivi per studenti delle superiori.
• Coordinatore per l’organizzazione di un ciclo di seminari divulgativi presso il Dipartimento di
Tecnologie dell’Informazione, Università degli Studi di Milano (2003–2010).
• Coordinatore per l’organizzazione e la gestione del sito web del Dipartimento di Tecnologie dell’Informazione, Università degli Studi di Milano (2003–2012).
• Membro del Collegio docenti del Dottorato in Informatica, Università degli Studi di Milano (dal
2009).
• Iscritto all’Albo internazionale di esperti tecnico-scientifici del MIUR (dal 2015).
• Membro di diverse commissioni per la valutazione comparativa per assegni di ricerca banditi dalla
Università degli Studi di Milano.
• Commissario per il test di ammissione all’immatricolazione (2008, 2014, 2015).
4.6
Altre attività
Ha svolto attività di supporto al coordinamento del NATO-IEEE-INNS-ENNS Advanced Study Institute
on Neural Networks for Instrumentation and Measurement, and Related Industrial Applications, Crema,
Italia, 2001.
5
Altre Informazioni
5.1
Posizione attuale
Ricercatore confermato presso il Dipartimento di Informatica dell’Università degli Studi di Milano, sede
di Crema.
5.2
Breve storia scolastica e scientifica
• Il 29 gennaio 2014 ha ottenuto l’abilitazione per il settore concorsuale 01/B1 — Informatica (settore
scientifico-disciplinare INF/01 — Informatica), II fascia.
• Dal 30 dicembre 2002, in seguito a concorso, è Ricercatore universitario di ruolo per il settore scientifico-disciplinare INF/01 — Informatica presso il Dipartimento di Tecnologie dell’Informazione dell’Università degli Studi di Milano, confluito nel Dipartimento di Informatica nel
2012.
17
• Dal novembre 2001 al dicembre 2002, in seguito a concorso, è stato Assegnista di ricerca presso il
Dipartimento di Tecnologie dell’Informazione dell’Università degli Studi di Milano.
• Nel 2001 ha collaborato alle attività di ricerca del Laboratorio di Studio del Movimento e Realtà
Virtuale dell’Istituto di Neuroscienze e Bioimmagini (C.N.R.) su “Semplificazione di modelli 3D”.
• Dal 1999 al 2001 ha collaborato alle attività di ricerca del Politecnico di Milano nell’ambito del
progetto EU CRAFT TRACKS “An integrated system for on-line inspection of railways tracks”,
per la realizzazione di un sistema non-invasivo di osservazione e misura del profilo di binari ferroviari
mediante tecniche neurali operante su vagoni in moto a velocità commerciale.
• Nel 1998 ha superato il concorso per l’ammissione al Dottorato di Ricerca in Ingegneria Informatica e Automatica (XII ciclo), presso il Politecnico di Milano, con borsa di studio.
Nel dicembre 2000 ha conseguito il titolo di Dottore di Ricerca in Ingegneria Informatica e Automatica con la tesi dal titolo “Una metodologia gerarchica per analisi e sintesi di immagini
tridimensionali”.
• Nel 1998 ha collaborato alle attività di ricerca del Centro di Bioingegneria della Fondazione Don
Carlo Gnocchi su “Ricostruzione di superfici mediante vertex compression e tessellazione”.
• Nel 1997 ha collaborato alle attività di ricerca del Dipartimento di Bioingegneria del Politecnico
di Milano su “Ricostruzione di superfici mediante vertex compression e tessellazione”.
• Nel 1996 ha collaborato alle attività di ricerca del Centro di Bioingegneria della Fondazione Don
Carlo Gnocchi.
• Nell’ottobre 1995 si è laureato in Scienze dell’Informazione presso l’Università degli Studi di Milano,
con tesi dal titolo “Approssimazione di Superfici utilizzando le Radial Basis Functions”.
18