ANTONIO GRECO | Progetti

L'enorme diffusione di dispositivi IoT ha fatto in modo che questi diventassero velocemente oggetto di attacchi informatici. Il rilevamento di sistemi infetti e di comportamenti anomali in un contesto IoT risulta essere più complesso in quanto la maggior parte dei dispositivi non ha sufficienti risorse computazionali per consentire una analisi sul dispositivo, ma è necessario analizzarne il compor

- Progettazione ed implementazione di modelli di deep learning per l'identificazione di veicoli e pedoni - Progettazione ed implementazione di modelli di deep learning per l'identificazione della segnaletica orizzontale e verticale - Progettazione ed implementazione di modelli di deep learning multi-modali operanti su dati acquisiti da sensori differenti quali videocamera, ultrasuoni, radar, lidar

L'enorme diffusione di dispositivi IoT ha fatto in modo che questi diventassero velocemente oggetto di attacchi informatici. Il rilevamento di sistemi infetti e di comportamenti anomali in un contesto IoT risulta essere più complesso in quanto la maggior parte dei dispositivi non ha sufficienti risorse computazionali per consentire una analisi sul dispositivo, ma è necessario analizzarne il compor

- Progettazione ed implementazione di modelli di deep learning per l'identificazione di veicoli e pedoni- Progettazione ed implementazione di modelli di deep learning per l'identificazione della segnaletica orizzontale e verticale- Progettazione ed implementazione di modelli di deep learning multi-modali operanti su dati acquisiti da sensori differenti quali videocamera, ultrasuoni, radar, lidar

La ricerca è finalizzata alla realizzazione di reti neurali profonde che operano su dati rappresentati tramite grafi. Questa rappresentazione è ampiamente utilizzata in molti ambiti applicativi in cui è fondamentale analizzare sia gli oggetti del dominio analizzato che le loro interazioni. Tra questi settori quello della biologia è sicuramente uno dei più rappresentativi, dato il massiccio utilizz