PORTALE DELLA DIDATTICA

Ricerca CERCA
  KEYWORD

Impiego di tecniche di reinforcement learning per ottimizzare le performance di reti neurali in produzione, attraverso l'implementazione di una pipeline SW automatica

Riferimenti MARCELLO CHIABERGE

Descrizione Produzione di prodotti di vario tipo; rilevare difetti di qualità su prodotti in nastro (alluminio, inox, MBF), o su elementi di metallo in produzione continua (tubi di acciaio p.es.)

Le competenze richieste sarebbero:
- Conoscenza di almeno uno dei seguenti linguaggi di programmazione: Python, C# o C++
- Conoscenza di base su deep learning e robotica
- Preferibilmente qualche esperienza in ambito visione e forte motivazione nell’apprendere e nel ricercare fonti e materiale utile per lo scopo sul web (visto che si tratta di argomenti cutting edge e in continuo aggiornamento)

Tesi in collaborazione con EPF Automation, Carrù (CN), https://www.epf.it/


Scadenza validita proposta 09/01/2024      PROPONI LA TUA CANDIDATURA




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