PORTALE DELLA DIDATTICA

Ricerca CERCA
  KEYWORD

Monitoraggio strutturale per l'identificazione del danno mediante algoritmi di Intelligenza Artificiale

estero Tesi all'estero


Parole chiave MONITORAGGIO STRUTTURALE

Riferimenti GIUSEPPE CARLO MARANO

Riferimenti esterni PhD Candidate Raffaele Cucuzza, PhD Candidate Marco Martino Rosso

Tipo tesi TEORICO SIMULATIVA

Descrizione Negli ultimi anni 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 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 l'obiettivo di questa tesi.

Conoscenze richieste Matlab, Principi di Python

Note E' richiesta gi 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 15/12/2021      PROPONI LA TUA CANDIDATURA




© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti