Responsabile scientifico: Emanuele Menegatti

Periodo di svolgimento: 14, 21, 28 maggio 2021

Obiettivi principali: Aggiornare le aziende sulle più̀ avanzate tecnologie in ambito Intelligenza Artificiale e Robotica.
Ulteriori: Creare un dialogo tra UNIPD e imprese del territorio Presentare le competenze di UNIPD nel settore.

Destinatari: Aziende di produzione e servizi interessate alla trasformazione tecnologica del proprio business adottando tecnologie di AI e Robotica.

Metodologie Formative: Principali: Lezione frontale, schede di attività.
Ulteriori: video lezioni di approfondimento e attività di sportello tecnologico per 1 mese dopo il corso.

Contributo di iscrizione: 1.450 €

Per informazioni e iscrizioni: Segreteria Unismart Academy, nella persona di Francesca Pedron, mail: academy@unismart.it; telefono: +39 049 807 8598

Strutture per il corso: Dipartimento di Ingegneria dell'informazione, Via Gradenigo 6/b 35131 – Padova, aula Magna Lepschy DEI/G

Docenti:

• Menegatti, Emanuele, Ordinario, DEI, 049 8277651, emanuele.menegatti@unipd.it
• Sperduti, Alessandro, Ordinario, DM, 0498271355 - alessandro.sperduti@unipd.it
• Rosati, Giulio, Ordinario, DII, 0498276809 - giulio.rosati@unipd.it
• Pretto Alberto, Ricercatore, DEI, 3463513263 - alberto.pretto@unipd.it
• Pini, Maria Silvia, Associato, DEI, 0498277704 - mariasilvia.pini@unipd.it
• Ghidoni, Stefano, RTD-B, DEI, 0498277934 - stefano.ghidoni@unipd.it
• Beghi, Alessandro, Ordinario, DEI, 0498277626 - alessandro.beghi@unipd.it
• Orio, Nicola, Associato, DBC, 0498274637 - nicola.orio@unipd.it
• Canazza, Sergio, Associato, DEI, 0498277790 - sergio.canazza@unipd.it
• Di Maria, Eleonora, Ordinario, DSEA, 0498274069 - eleonora.dimaria@unipd.it
• Bettiol, Marco, Associato, DSEA, 049/8274241 - marco.bettiol@unipd.it Strutture

 

Programma

MODULO 1: Robotica Industriale 

Docente: Rosati; Tipologia didattica: Lezione frontale; N. ore: 2

• Introduzione alla robotica industriale: applicazioni e mercato dei robot.
• La robotica nel settore manifatturiero: assemblaggio robotizzato flessibile.
• Robotica tradizionale e robotica collaborativa.

MODULO 2: Intelligenza Artificiale e Apprendimento Automatico

Docente: Sperduti; Tipologia didattica: Lezione frontale; N. ore: 2

• Introduzione all’Intelligenza Artificiale: compiti e paradigmi.
• Il ruolo dell’apprendimento automatico all’interno dell’Intelligenza Artificiale.
• Applicazioni e cognitive services: opportunità e problematiche.
• L’Intelligenza Artificiale come leva per l’innovazione: ricerca o trasferimento tecnologico?

MODULO 3: Robotica Intelligente e Robotica Collaborativa

Docente: Menegatti; Tipologia didattica: Lezione frontale; N. ore: 2

• Introduzione alla robotica mobile: dai robot aspirapolveri alle auto a guida autonoma.
• Introduzione alla robotica collaborativa: interazione personarobot.
• Esempi di prodotti robotici di successo in ambito industriale e consumer.
• Progetti di ricerca in robotica ad elevato impatto nel mondo produttivo.

MODULO 4: Industrial computer vision

Docente: Pretto; Tipologia didattica: Lezione frontale; N. ore: 2

•  Introduzione alla computer vision e alle possibili applicazioni in ambito industriale: dal controllo di processo e qualità di manufatto alla guida robot.
• Sensori e sistemi nella visione industriale: loro contesti applicativi, limiti e nuovi trend.
• Machine learning e algoritmi datadriven in ambito industriale: un’opportunità da cogliere?

MODULO 5: AI and preference reasoning in decision support systems

Docente: Pini; Tipologia didattica: Lezione frontale; N. ore: 2

• Introduzione al ragionamento con preferenze.
• Aggregazione di preferenze e teoria dei voti nel multi-agent decision making.
• Problemi di stable matching in ambito AI.

MODULO 6: Deep Learning

Docente: Ghidoni; Tipologia didattica: Lezione frontale; N. ore: 2

• Deep learning: introduzione e concetti generali.
• Deep learning per l'analisi di immagini.
• Applicabilità del deep learning e dataset.
• Deep learning vs visione tradizionale.

MODULO 7: Industria 4.0 e Manutenzione Predittiva

Docente: Beghi; Tipologia didattica: Lezione frontale; N. ore: 2

• Industria 4.0: visione e key enabling technologies.
• Approcci alla manutenzione: run to failure, preventive, condition based, predictive.
• Tecniche data-driven per la manutenzione predittive, con applicazione a casi d’uso industriale.

MODULO 8: AI e patrimonio culturale

Docente: Orio-Canazza; Tipologia didattica: Lezione frontale; N. ore: 2

• AI per la conservazione attiva e accesso ai documenti sonori.
• Analisi automatica di difetti basata su tecniche di computer vision e su reti neurali.
• Riconoscimento automatico di manipolazioni basato su clustering e classificazione.

MODULO 9: Osservatorio Industria 4.0

Docente: Di Maria-Bettiol; Tipologia didattica: Lezione frontale; N. ore: 2

• Le modalità di adozione delle Robotica e dell’AI nelle piccole e medie imprese manifatturiere italiane.
• Il legame tra Robotica e AI e le tecnologie digitali. 
• Presentazione e analisi di quattro casi di aziende manifatturiere che hanno adottato AI in produzione.