Il Consiglio di Corso di Studio in Ingegneria Automatica ha assegnato un tutor a ciascuno studente immatricolato nel 2022-23, con lo scopo di aiutare a sviluppare al meglio il curriculum di studio, dare indicazioni sul percorso formativo e fornire altri tipi di supporto didattico se necessari durante lo svolgimento del corso.

In allegato la lista completa dei 38 studenti immatricolati con i tutor assegnati. Ci sono 13 docenti che fungono da tutor personale, ognuno con un gruppo di 3-4 studenti. Il tutor seguirà i suoi studenti fino alla laurea magistrale (non dovrà essere necessariamente il relatore della tesi).

Cartoni (https://www.cartoni.com) è un'azienda leader nella progettazione, costruzione e vendita di supporti per telecamere professionali per l’industria cinematografica e televisiva. 

 

Basata a Roma (Via di Portonaccio) sin dal 1935, ha una lunga storia di innovazione nella progettazione meccanica che le ha assicurato un successo internazionale (e diversi premi). La Cartoni ha sviluppato e utilizzato nei suoi prodotti ben 33 brevetti diversi per teste pan-tilt e treppiedi di supporto con un sistema di auto-bilanciamento fluido. Più di recente, ha avviato una linea di ricerca sull’automazione e controllo automatico della telecamera attraverso i suoi sistemi di supporto a più gradi di libertà (vedi il video).

 

I possibili argomenti per una tesi di laurea magistrale in Ingegneria Automatica, con curriculum di robotica, includono (in ordine di immediatezza temporale): 

- Calibrazione dei PID degli azionamenti degli assi di moto (fino a 5) e miglioramento del controllo del sistema remoto in generale.

- Implementazione di un controllo in posizione (vs. in velocità) e di conseguenza della programmazione, memorizzazione e ripetizione di movimenti desiderati.

- Studio di un sistema di azionamento integrato del sistema (non ad assi indipendenti), con retroazione dall’inquadratura della camera e funzionalità di riconoscimento e inseguimento di un target (visual servoing).

- Studio di fattibilità del tracciamento della posa (posizione e orientamento) della camera con sistema infrarosso (o altra tecnologia) e target passivi nell’ambiente e/o sul soggetto mobile (indoor e outdoor).

L’azienda è regolarmente iscritta su JobSoul Sapienza. Sono valutate anche candidature di neolaureati nel settore del controllo e della meccatronica per un aumento dell'organico del team di ricerca e sviluppo. 

In caso di interesse, contattare il prof. Alessandro De Luca (deluca@diag.uniroma1.it).

La borsa è di durata annuale e l'incarico si svolge presso il Centro Nazionale Tecnologie innovative in sanità pubblica (TISP) dell'Istituto Superiore di Sanità (ISS). La frequenza della struttura verrà decisa insieme al responsabile scientifico (è possibile anche lavorare in parte o prevalentemente da remoto). Il bando si trova a questo link.

 

Il progetto (pagina web) riguarda lo sviluppo e l'applicazione di algoritmi di Federated Learning a strutture sanitarie federate. Il problema della condivisione dei dati tra strutture sanitarie è molto sentito a causa delle normative GDPR che impediscono lo scambio dei dati dei pazienti. Gli algoritmi di Federated Learning permettono di risolvere il problema poiché l'elaborazione dei dati avviene localmente ed è il modello locale, costituito da una rete neurale, che viene condiviso tra i centri federati.

Il compito della ISS è prevalentemente nelle seguenti attività progettuali:
i. identificazione dei casi d'uso d'interesse delle strutture sanitarie (ad esempio, la diagnostica del COVID19 a partire da scansioni toraciche e la localizzazione di tumori/anomalie da immagini);
ii. analisi delle problematiche di regolamentazione;
iii. valutazione degli algoritmi (in collaborazione con i ricercatori del Dipartimento di Ing. Informatica, Automatica e Gestionale della Sapienza);
iv. di sfruttamento dei risultati di progetto.

Ulteriore punto di interesse è che la tematica del progetto verrà proposta per altre iniziative anche nell'ambito dei progetti legati al PNRR.

Per informazioni contattare il responsabile del progetto Prof. Antonio Pietrabissa (pietrabissa@diag.uniroma1.it)