Antonio Costantino Marceddu vince il "Caianiello's Best PhD Thesis Award 2026"

Un importante riconoscimento internazionale premia l'eccellenza della ricerca sviluppata al Politecnico nel campo dell'intelligenza artificiale e delle reti neurali. Antonio Costantino Marceddu, ricercatore del Dipartimento di Automatica e Informatica-DAUIN, insignito del Caianiello's Best PhD Thesis Award 2026, prestigioso premio assegnato dalla Società Italiana Reti Neuroniche (SIREN) alle migliori tesi di dottorato nel settore delle reti neurali e dell'intelligenza artificiale.

La cerimonia di premiazione si è svolta il 12 giugno 2026 a Vietri sul Mare (Salerno), nell'ambito della 34ª edizione del Workshop Italiano sulle Reti Neurali (WIRN 2026), uno dei principali appuntamenti scientifici nazionali dedicati alla ricerca nel campo delle reti neurali, del machine learning e dell'intelligenza artificiale.
Antonio Costantino Marceddu è stato premiato per la tesi "Multivariate Analysis in Research and Industrial Environments”, di cui supervisor è il professor Bartolomeo Montrucchio del Dipartimento di Automatica e Informatica-DAUIN, dedicata allo sviluppo di metodologie avanzate per l'analisi e l'interpretazione di grandi quantità di dati generati da sensori e sistemi digitali attraverso l'impiego combinato di analisi multivariata, visualizzazione dei dati, machine learning e reti neurali artificiali.
Il lavoro di ricerca, sviluppato nell'ambito del Dottorato in Ingegneria Informatica del Politecnico, esplora come le tecniche di intelligenza artificiale possano trasformare grandi quantità di dati in strumenti utili per comprendere fenomeni complessi e supportare decisioni in ambito scientifico e industriale.
Attraverso casi di studio, la tesi mostra le potenzialità dell'analisi avanzata dei dati in applicazioni concrete; tra queste figurano il monitoraggio di velivoli senza pilota mediante sensori innovativi installati sulle strutture aeronautiche e lo sviluppo di sistemi di riconoscimento automatico basati su immagini per verificare il corretto utilizzo dei dispositivi di protezione individuale.
La ricerca ha, inoltre, affrontato il tema dell'innovazione nella didattica, studiando sistemi capaci di valutare il livello di attenzione e coinvolgimento degli studenti attraverso l'analisi di espressioni facciali e segnali fisiologici rilevati da sensori non invasivi. Un ulteriore filone di lavoro è stato dedicato al settore energetico, con lo sviluppo di modelli basati su reti neurali per individuare tempestivamente anomalie nel funzionamento delle turbine eoliche e contribuire così a una gestione più efficiente e sostenibile degli impianti.