Progetto, diagnostica e controllo di dispositivi per la fusione termonucleare controllata
- Machine learning per la predizione di disruzioni nei Tokamak (B. Cannas, A. Fanni, A. Montisci, F. Pisano, G. Sias)
- Machine learning per il monitoraggio e il controllo di eventi termici negli Stellarator (B. Cannas, A. Fanni, F. Pisano, G. Sias)
- Caratterizzazione degli errori sistematici nelle misure delle sonde magnetiche nei tokamak e analisi degli stress termici e meccanici con modelli FEM (G. Sias)
- Algoritmi per la tomografia in tempo reale nelle macchine per la fusione nucleare (B. Cannas, A. Fanni, A. Montisci, G. Sias)
Diagnostica in ambito medico
- Machine Learning come strumento di supporto alla diagnostica medica (epilessia, sclerosi multipla, SARS-COVID 19) (B. Cannas, A. Fanni, F. Pisano)
Monitoraggio, predizione, gestione e conversione dell’energia
- Predizione del carico elettrico per la stima di pseudomisure (B. Cannas, F. Pisano, G. Sias)
- Tecniche per il monitoraggio non intrusivo in tempo reale del consumo di energia elettrica (B. Cannas, A. Fanni, G. Sias)
- Tecniche di Machine Learning per la gestione dell’energia in comunità energetiche rinnovabili (F. Pisano)
- Sviluppo di sistemi di conversione dell’energia: sistemi statici e sistemi a basso costo per lo sfruttamento delle fonti rinnovabili (A. Montisci)
- Progettazione ottima per dispositivi elettromagnetici e MagnetoIdroDinamici (MHD) ad induzione (A. Fanni, A. Montisci)
Progettazione ottima
- Algoritmi di Bit Loading per le Power Line Communications (A. Fanni, A. Montisci)
- Traffic engineering in reti di telecomunicazioni affidabili (A. Montisci)