| KEYWORD |
ArtIStE Artificial Intelligence In Structural Eng http://www.civilml.polito.it/
Monitoraggio strutturale per l'identificazione del danno mediante algoritmi di Intelligenza Artificiale
Tesi all'estero
Parole chiave MONITORAGGIO STRUTTURALE
Riferimenti GIUSEPPE CARLO MARANO
Riferimenti esterni PhD Marco Martino Rosso marco.rosso@polito.it
Gruppi di ricerca ArtIStE Artificial Intelligence In Structural Eng http://www.civilml.polito.it/
Tipo tesi TEORICO SIMULATIVA
Descrizione Negli ultimi anni è ormai evidente come il monitoraggio strutturale e le nuove tecniche di Intelligenza Artificiale (AI) quali Machine Learning (ML), Deep Learning (DL) debbano essere intimamente legate. La sola identificazione dinamica mediante Model Updating non riesce a cogliere pericolosi fenomeni di danneggiamento di piccole e grandi strutture. Mediante questi nuovi algoritmi è possibile superare i limiti dell'analisi a gradiente classica per spingersi verso tecniche di soft computing che permettono ad una macchina di imparare mediante processi cognitivi "human-like" e, in seguito, operare in maniera intelligente in funzione dell'esperienza che ha appena compiuto.
Estrazione, elaborazione e manipolazione di Big Data allo scopo di cogliere sensibilmente le problematiche strutturali di grandi opere quali Ponti e grandi Strutture è l'obiettivo di questa tesi.
Conoscenze richieste Matlab, Principi di Python
Note E' richiesta già una conoscenza di base del linguaggio di programmazione Matlab mentre le conoscenze relative a Python possono essere apprese durante il percorso di tesi.
Scadenza validita proposta 10/11/2025
PROPONI LA TUA CANDIDATURA