Lo svolgimento di questa tesi permetterà di esplorare le frontiere dell’elaborazione dei segnali attraverso l’applicazione di meccanismi avanzati di deep learning. Un’attenzione particolare verrà rivolta all’analisi di segnali in ambiti cruciali quali quello fisiologico e/o allo studio di profili spettrali in applicazioni di particolare importanza. In questi ambiti, infatti, il “Signal Processing” assume un ruolo chiave e i moderni metodi basati sul deep learning consentono di trasformare i dati o, più in generale, le informazioni in (feature) caratteristiche significative utili a migliorare l’accuratezza predittiva rispetto ad alcune metodologie statistiche tradizionali.
PREREQUISITI
Familiarità con i principali algoritmi di apprendimento.
Esperienza di programmazione Python-PyTorch.
OBIETTIVI FORMATIVI
Sviluppare Competenze Avanzate in Analisi Dati: Migliorare le capacità di analisi statistica e di machine learning per estrarre informazioni significative dai segnali
Padroneggiare meccanismi neurali per l’Elaborazione del Segnale: Utilizzare algoritmi avanzati di machine learning per classificare, raggruppare e interpretare segnali, migliorare la qualità dei dati e identificare pattern rilevanti.
DURATA DELLO STAGE E CONTESTO RACCOMANDATO
• Adatto a: Tesi di Laurea Magistrale
• Durata: 3-5 mesi
MODALITA’ DI LAVORO: da remoto, con riscontri sistematici.
o Pianificazione del lavoro con obiettivi sistematici (di volta in volta concordati con il docente) utili al completamento del progetto di tesi.