Sintesi di modelli predittivi non convenzionali con analisi multivariata
Scadenza: 27/01/2026
Gruppo Scientifico-Disciplinare
09 - Ingegneria Industriale e Dell'Informazione
Descrizione
L’obiettivo generale del progetto è esplorare tecniche sistematiche di machine learning per la rilevazione dei guasti e la manutenzione predittiva nei processi industriali. In particolare, il lavoro si concentra sull’utilizzo di approcci non convenzionali che combinano l’analisi multivariata con metodi basati sulla teoria dell’informazione. Le applicazioni previste nell’ambito del presente progetto riguardano principalmente due ambiti, pur non essendo limitate a questi. Il primo ambito riguarda l’affidabilità di sistemi per la conversione di potenza, coerentemente con gli obiettivi del progetto di ricerca ECS4DRES. Il secondo ambito riguarda tematiche di affidabilità inerenti all’ingegneria aerospaziale.
Sito web del bando
Ente finanziatore
ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - CENTRO RICERCA SISTEMI ELETTRONICI INGEGN.INF. E TELECOM."ERCOLE DE CASTRO"
Come candidarsi
Other
Visualizza il bando originale sul sito del MUR: Vai al sito MUR