GIOVANNI SQUILLERO

Scarica il contatto come vcard Foto

Professore Associato (L.240)

+39 0110907186 / 7186 (DAUIN)

Pagina web personale

Gruppi di ricerca CAD - Electronic CAD & Reliability Group
Progetti di ricerca

Finanziati da bandi competitivi

  • ART-IFICIAL INTELLIGENCE — in Support of Museums, (2021-2023) - Responsabile Scientifico

    Ricerca da Enti privati e Fondazioni

    ERC sectors

    SH5_7 - Museums, exhibitions, conservation and restoration PE6_7 - Artificial intelligence, intelligent systems, multi agent systems

    Abstract

    Il nostro progetto di ricerca è finalizzato, da un lato, a rendere la gestione museale più efficiente e, dall'altro, a rendere l'esperienza di visita museale più coinvolgente e individualizzata. Attualmente i musei dell'area metropolitana torinese fanno scelte gestionali utilizzando un approccio qualitativo. Il nostro obiettivo è di supportarli utilizzando, invece, un approccio quantitativo avvalendoci di big data, algoritmi statistici e tecniche di machine learning. In particolare, ci poniamo l'obiettivo di fare un'analisi predittiva dei flussi di visitatori e di aumentare i profitti dei musei attraverso la discriminazione del prezzo di ingresso che, ora, tende a variare poco per tipologia di visitatori così come per giorno e orario della visita. Avere informazioni più analitiche permetterebbe ai musei di gestire in maniera ottimale il flusso di visitatori, aumentando la sicurezza e la soddisfazione dei visitatori, risparmiando tempo e risorse, offrendo servizi migliori al bookshop e alla caffetteria e, infine, permettendo di attuare il distanziamento sociale imposto dalla pandemia del COVID-19. Nel nostro progetto ci proponiamo anche di offrire ai musei la possibilità di sviluppare tour virtuali, ancora pochissimo utilizzati nei musei dell'area torinese, che permettano un' interazione tra virtuale e reale e tra musei diversi. Infine, per rendere più personalizzata l'esperienza di visita museale svilupperemo una App, I-Muse, che permetta ai visitatori, con l'ausilio di QR-code consultabili presso le singole opere museali, di approfondire la propria conoscenza, di trovare connessioni tra opere presenti in diversi musei, etc. Inoltre, I-Muse suggerirà percorsi culturali personalizzati che verranno elaborati con l'ausilio dell'intelligenza artificiale a partire dalle informazioni raccolte dall'App stessa sulle preferenze individuali (musei visitati, QR code letti, ricerche per parole chiave). Questo permetterà al visitatore/turista di affrancarsi dai suggerimenti proposti dai siti web come "TripAdvisor"”" e di visitare aree della città che sono più marginalizzate e quindi escluse dai circuiti turistici classici. Lo scopo del nostro progetto è di aiutare i musei ad affrontare vecchie e nuove sfide (tra le altre, la diminuzione dei flussi di visitatori e del budget disponibile, e i problemi di sicurezza) e di personalizzare l'esperienza di fruizione culturale con l'utilizzo di big data e intelligenza artificiale. L'approccio sistemico della nostra proposta e' una novità assoluta non solo nel panorama italiano ma internazionale. Al momento il nostro progetto coinvolge 7 musei ma potrà, nel tempo, essere facilmente esteso a tutti i musei della nostra città così come a tutto il territorio italiano.

    Strutture interne coinvolte

  • SG - SMART GAMER, (2013-2014) - Responsabile Scientifico

    Ricerca Regionale - Poli di Innovazione

    Abstract

    Il Politecnico di Torino all'interno del progetto si prenderà carico delle seguenti attività:Valutazione delle macro-categorie di giochi disponibili e scelta dei giochi di riferimento.Codifica della situazione dei giochi scelti con un insieme di variabili discrete, decodificare le mosse e fornire un riscontro sullo stato finale.Supporto alla realizzazione prototipale di un software, basato sulla architettura a strati, che implementa i giochi di riferimento.Sviluppo di un prototipo funzionante dell’algoritmo evolutivo: In questo task si intende implementare gli algoritmi di intelligenza artificiale che, interfacciandosi con il motore di gioco definito in precedenza guiderà; il processo decisionale di uno o più; giocatori “artificiali” coinvolti in una partita.Validazione dei risultati

    Paesi coinvolti

    • ITALIA

    Enti/Aziende coinvolti

    • Regione Piemonte

    Strutture interne coinvolte

Finanziati da contratti commerciali

  • Extraction and Identification of Information from Mass Spectra, (2021-2022) - Responsabile Scientifico

    Ricerca Commerciale

    Paesi coinvolti

    • ITALIA

    Enti/Aziende coinvolti

    • NANOTECH ANALYSIS SRL

    Strutture interne coinvolte

  • Machine Learning Techniques for Virtual Antimicrobial Susceptibility Testing, (2019-2019) - Responsabile Scientifico

    Ricerca Commerciale

    Paesi coinvolti

    • ITALIA
    • STATI UNITI D'AMERICA

    Enti/Aziende coinvolti

    • Bactell Inc.

    Strutture interne coinvolte

  • Machine Learning techniques for the prediction of failures based on in-situ sensors values, (2018-2018) - Responsabile Scientifico

    Ricerca Commerciale

    Paesi coinvolti

    • GERMANIA
    • ITALIA

    Enti/Aziende coinvolti

    • INFINEON TECHNOLOGIES AG

    Strutture interne coinvolte

  • Algoritmo di Ottimizzazione, (2017-2017) - Responsabile Scientifico

    Consulenza commerciale

    Paesi coinvolti

    • ITALIA

    Enti/Aziende coinvolti

    • Seica S.p.A.

    Strutture interne coinvolte

  • OTTIMIZZAZIONE PERCORSI FP, (2011-2011) - Responsabile Scientifico

    Consulenza commerciale

    Paesi coinvolti

    • ITALIA

    Enti/Aziende coinvolti

    • SPEA S.P.A.

    Strutture interne coinvolte