Didattica Corso di Dottorato in Ingegneria dell'Informazione

Didattica Corso di Dottorato in Ingegneria dell’Informazione

 

Denominazione corsi programmati

N° ore del corso

Nome docente

Interno/esterno

Mutuato in parte o in toto da Corsi di Laurea (L/LM)

Anno I

Anno II

Anno III

Eventuali crediti

Valutazione finale

Electronic Smart Systems

72

Massimo Conti

I

LM

X

 

 

9

No

Cybersecurity for networks

72

Marco Baldi

I

LM

 

X

 

9

No

Digital Communications

72

Massimo Battaglioni

I

LM

X

 

 

9

No

Reti di Sensori Wireless per IoT

72

Paola Pierleoni

I

LM

 

X

 

9

No

Software Cybersecurity

72

Luca Spalazzi

I

LM

X

 

 

9

No

Advanced Cybersecurity for IT

72

Luca Spalazzi

I

LM

 

X

 

9

No

Controllo Robusto

24

Valentina Orsini

I

L

X

 

 

3

Sì

Intelligenza Artificiale

72

Aldo Franco Dragoni

I

LM

X

 

 

9

No

Sistemi Operativi in Tempo Reale e Sistemi Operativi Distribuiti

72

Aldo Franco Dragoni

I

LM

X

 

 

9

No

Sistemi Multifisici per l'Elettronica a radiofrequenza

16

Luca Pierantoni

I

-

 

X

 

2

Sì

Digital Holography and Imaging

(Corso temporaneamente disattivato)

16

Andrea Di Donato

I

-

 

X

 

2

No

Techniques of Scanning Probe Microscopy (SPM)

12

Marco Farina

I

-

 

X

 

1.5

Sì

Kinetic models and the Monte Carlo method for charge transport in semiconductor materials

20

Marco Coco

I

-

 

X

 

2.5

Sì

Project Management PMI

(Parte del Corso di "Project Management per l'ICT")

48

Domenico Ursino

I

LM

 

X

 

6

Sì

Project Management SCRUM

(Parte del Corso di "Project Management per l'ICT")

24

Domenico Ursino

I

LM

 

X

 

3

Sì

Internet of Things

24

Paola Pierleoni

I

-

X

 

 

3

Si

Knowledge Graphs: Theory, Models and Applications

12

Emanuele Storti

I

-

X

 

 

1.5

Sì

The finite difference time domain method to simulate and design electromagnetic structures

12

Franco

Moglie

I

-

X

 

 

1.5

Si

Edge AI for Solving Real-World Problems: Theory and Applications

24

Laura Falaschetti

I

-

 

X

 

3

Sì

Progettazione Statistica di Circuiti Integrati

16

Paolo Crippa

I

-

X

 

 

2

Si

Basics of Statistical Metrology

12

Susanna Spinsante

I

-

 

X

 

1.5

Si

Cloud Computing Learning Paths

48

Domenico Ursino

I

(Corso in e-learning di tipo sperimentale in collaborazione con Microsoft)

LM

X

 

 

6

Sì

Compatibilità Elettromagnetica per la Progettazione Elettronica

72

Valter Mariani Primiani

I

LM

X

 

 

9

No

 

 

 

 

 

 

 

 

 

 

Computer Vision e Deep Learning

 

 

 

From cloud computing to edge computing: opportunities and research challenges

 

 

 

Metodi Statistici per la Bioingegneria

 

Holonic Management Tree technique in cyber-physical systems of systems design, development, and control

72

 

 

 

24

 

 

 

 

72

 

24

Primo Zingaretti

 

 

 

Roberto Riggio

 

 

 

 

Agnese Sbrollini

 

Massimiliano Pirani

I

 

 

 

I

 

 

 

 

I

 

I

LM

 

 

 

 

 

 

 

 

L

 

-

X

 

 

 

x

 

 

 

 

X

 

X

 

 

 

 

 

 

 

 

 

 

 

 

 

 

9

 

 

 

3

 

 

 

 

9

 

3

Sì

 

 

 

Sì

 

 

 

 

Sì

 

Sì

 

  • Il calendario dei corsi mutuati dalla Laurea (L) o dalla Laurea Magistrale (LM) è definito dall’organizzazione didattica dei Corsi di Laurea (Ingegneria Elettronica. Ingegneria Informatica e dell’Automazione, Ingegneria Biomedica) da cui derivano.
  • Per quanto riguarda i corsi specifici del Dottorato il calendario per alcuni di essi è consultabile in calce. Il calendario degli altri corsi verrà fornito successivamente.
  • Per ogni ulteriore informazione si prega di contattare direttamente il docente.

 

* * * * *

 

 

Lista attuale dei corsi 

 

Prof. Marco Farina

Techniques of Scanning Probe Microscopy (SPM)

  • 05/03/2025, 09:30 - 12:30, room 145/4
  • 12/03/2025, 09:30 - 12:30, room 145/4
  • 19/03/2025, 09:30 - 12:30, microscopy lab, DII, level 170
  • 26/03/2025, 09:30 - 12:30

The lessons will be held in person. The classroom (or laboratory) where they will take place will be communicated directly by the Professor to the interested students.

TOPICS

-Introduction to the SPM techniques

-Atomic Force Microscopy (AFM): contact and semi-contact techniques, deflection and lateral force measurements, techniques for electrical properties characterization (Spreading Resistance)

-Scanning Tunneling Microscopy (STM)

-Piezo-Force Microscopy (PFM) and techniques by electrostatic forces (EFM, Kelvin-Probe Microscopy)

-Near-Field Scanning Microwave Microscopy: broadband and resonant techniques, frequency and time-domain

-The inverted SMM (i-SMM)

-Special applications: material science (2D material characterization, semiconductors etc), biology and biophysics (cells, organelles, bacteria and viruses)

INFO

For any information please contact: m.farina@staff.univpm.it

HOURS: 12

YEAR: I o II

FINAL EXAM: No

CREDITS: 1.5

 

 

Prof. Emanuele Storti

Knowledge Graphs: Theory, Models and Applications

  • 10/03/2025, 14:30 - 17:30
  • 17/03/2025, 14:30 - 17:30
  • 24/03/2025, 14:30 - 17:30
  • 31/03/2025, 14:30 - 17:30

Lessons are scheduled on Mondays in March at the DII Library (streaming available upon request). DII, Q. 165.

TOPICS

A course on the fundamental theory, applications, and practical aspects related to Knowledge Graphs:

  • Representation models (RDF vs LPG)
  • Query languages (Cypher, SPARQL)
  • Graph schemas (RDFS, OWL)
  • Building a graph
  • Quality evaluation (reasoning, SHACL)
  • Applications: semantic search, natural language processing, graph embeddings, LLMS

Lessons will include a practical session with a hands-on lab covering graph store usage, graph querying, and graph engineering.

Emanuele Storti works as an Associate Professor in Computer Engineering at DIl. His research interests include knowledge-based systems, leveraging knowledge structures, semantic technologies, federated approaches and effective data integration methods, with applications spanning diverse fields, including Data Lakes, Process Management, and Data Stream Management.

LANGUAGE

The course will be taught in English unless it is attended only by Italian speakers.

INFO

For any information please contact: e.storti@univpm.it

HOURS: 12
YEAR: I o II

FINAL EXAM: Yes
CREDITS: 1.5

 

Prof. Andrea Di Donato

Optical Interferometry and Holography

Possible agenda:

12/11/25, h. 9:30-12:30

14/11/25, h. 9:30-12:30

19/11/25, h. 9:30-12:30

21/11/25, h. 9:30-12:30

Room: EN4

TOPICS

- principles of interferometry

- temporal and spatial coherence

- basics of holography

- techniques for phase extraction

For any information please contact: a.didonato@staff.univpm.it

HOURS: 12, hours per lesson: 3

YEAR: II

FINAL EXAM: Yes

CREDITS: 1.5

 

Prof. Paolo Crippa

Progettazione Statistica di Circuiti Integrati

Calendario: da stabilire

Aula da stabilire in base al numero di dottorandi

TOPICS

Introduzione alle variazioni statistiche a livello di dispositivo, di circuito e di sistema nell’elettronica integrata.

- Variazioni statistiche nei circuiti integrati CMOS.

- I modelli di mismatch per i dispositivi: empirici, elettrici, a livello di layout, a livello di modello SPICE, a livello fisico/atomistico.

- L’effetto del mismatch sulle prestazioni dei circuiti integrati analogici e digitali.

- Le tecniche di progettazione statistica.

- La resa parametrica nei moderni circuiti integrati submicrometrici e nanometrici.

- La simulazione statistica dei circuiti integrati: tecniche Montecarlo e non-Montecarlo.

- Tool di simulazione statistica.

HOURS: 16

YEAR: I

FINAL EXAM: Yes

CREDITS: 2

 

Prof. Laura Falaschetti

Edge AI for Solving Real-World Problems: Theory and Applications

Calendario del corso:

04/06/2025, h. 14:30-17:30

06/06/2025, h. 14:30-17:30

09/06/2025, h. 14:30-17:30

11/06/2025, h. 14:30-17:30

13/06/2025, h. 14:30-17:30

16/06/2025, h. 14:30-17:30

18/06/2025, h. 14:30-17:30

20/06/2025, h. 14:30-17:30

Room to be determined.

TOPICS

- Introduction to Artificial Intelligence (AI), Machine Learning (ML), Deep Learning (DL)

- Introduction to Edge AI, Embedded ML, TinyML

- Common Real-World Use Cases for Edge AI

- Hardware for Edge AI: hardware architectures (CPU, GPU, NPU, FPGA, ..), embedded systems, devices and sensors AI-programmable

- Algorithms for Edge AI: optimizing ML and DL algorithms for deployment on embedded devices

- Software Tools and Libraries: Google Collaboratory, Edge Impulse, NanoEdge AI Studio, TensorFlow, TensorFlow Lite

- Manage Datasets: dataset acquisition

- Design and development of Edge AI applications.

HOURS: 24

YEAR: II

FINAL EXAM: Yes

CREDITS: 3

 

Per i corsi mutuati in parte o in toto da Corsi di Laurea (L/LM) i dottorandi dovranno far riferimento all'orario ufficiale della Facoltà, nonché interfacciarsi, ove necessario, direttamente con i Docenti.