Sono aperte le iscrizioni alla Seconda edizione della InnEO Summer School 2022.
Si inizierà con le giornate di formazione di InnEO Startech dal 30 maggio al 3 giugno rivolte a dottorandi e giovani ricercatori per stimolare la cultura imprenditoriale.
InnEO Startech si svolgerà online nella piattaforma https://www.space-academy.it/start (e su Zoom) e l’iscrizione è gratuita.
Scadenza 15-4-2022
Per maggiori informazioni consultare la Call for Participation.
Da mondodigitale.org riceviamo e diffondiamo con piacere:
Il mondo ci chiama a sempre più grandi responsabilità anche in virtù del nostro reciproco ruolo di enti che creano opportunità perché davvero solo la cultura e la conoscenza possono salvarci e salvare il nostro pianeta.
In virtù della nostra collaborazione e di rinforzarla e di quanto sempre ci diciamo nei nostri scambi, vi invio queste opportunità per i vostri studenti, per quelli che non vi interessa nel breve periodo tenervi accanto come ricercatori, perché sono realtà formative che verosimilmente sfociano in lavoro presso le aziende che offrono la formazione, se lo studente è capace ed appassionato.
Noi abbiamo un corridoio preferenziale che permetterà agli studenti universitari che si iscrivono unicamente a questo link di fare per primi, il colloquio.
Dunque vi invito a far girare il tutto (manderò anche a placement se trovo la mail)
Spero dunque che questa nostra mail vi faccia piacere.
Giratelo subito, i corsi iniziano già dal 14 marzo e i colloqui vanno fatti ora.
Landing page del corso: https://bit.ly/3GfKx7j
Landing page del corso: https://bit.ly/3mvIm8y
Landing page del corso: https://bit.ly/30Y9jdu
Landing page del corso: https://bit.ly/3pbQv3b
Landing page del corso: https://bit.ly/3hvqNlY
Landing page del corso: https://bit.ly/3vB6uMm
Con Decreto Rettorale n. 745 del 14 marzo 2023 è stata istituita una sessione di laurea straordinaria a GIUGNO.
LA SEGRETERIA STUDENTI DI INGEGNERIA HA DECISO DI PROCEDERE COME DI SEGUITO DESCRITTO
Per adire alla seduta gli studenti devono aver concluso/concludere tutti gli esami entro le sessioni dell’A.A. 2021/2022 e possedere uno dei seguenti requisiti:
Chi ha Pagato le tasse per l’A.A. 22/23
Inviare una mail al seguente indirizzo: romina.ricci@uniroma2.it inserendo nell’oggetto:
“RIMBORSO: Decreto Rettorale n. 745 del 14 marzo 2023” ed inviare mettendo in allegato scansione dei seguenti documenti:
Chi ha percepito la borsa LazioDiSCo
Solo in seguito alla conferma della LazioDiSCo possiamo procedere all’annullamento della domanda di iscrizione e permettere l’iscrizione alla seduta di laurea.
La segreteria studenti provvederà a verificare la conformità delle richieste pervenute.
BIBLIOTECA D’AREA DI INGEGNERIA
SI COMUNICA AGLI STUDENTI CHE NELLA SALA STUDIO SONO STATE INSTALLATE LE PRESE DI CORRENTE AI TAVOLI ED E’ STATO RIPRISTINATO L’IMPIANTO DI RISCALDAMENTO IN TUTTA LA SALA.
RICORDIAMO CHE PER ACCEDERE E’ SUFFICIENTE PRENOTARSI PRESSO:
https://prenotazioni.uniroma2.it/
IN PRESENZA DI POSTI CHE RIMANGONO LIBERI DURANTE LA GIORNATA SARÀ POSSIBILE ACCEDERE ANCHE SENZA PRENOTAZIONE.
SI RICORDA CHE L’ORARIO DI APERTURA È DAL LUNEDÌ AL VENERDÌ DALLE 9.00 ALLE 20.00
A cura dell’Ufficio Stampa di Ateneo
Si chiama “BackRep” e utilizza l’aumento dei dati per reti neurali e algoritmi per Intelligenza Artificiale
Gli studi sulla raccolta automatizzata dei rifiuti (Automated Waste Sorting) stanno contribuendo notevolmente a rendere più efficiente l’intero processo di riciclaggio. Una questione rilevante tuttavia rimane ancora irrisolta, ovvero come gestire la grande quantità di rifiuti che viene dispersa nell’ambiente invece di essere raccolta correttamente?
La ricerca condotta dall’Università degli Studi di Roma “Tor Vergata”, pubblicata sulla rivista internazionale MDPI con il titolo “Data Augmentation Using Background Replacement for Automated Sorting of Littered Waste”, ha come obiettivo principale quello di costruire sistemi di smistamento automatico dei rifiuti per identificare e classificare i rifiuti gettati in natura. I ricercatori del Dipartimento dell’Ingegneria dell’Impresa “Mario Lucertini” di “Tor Vergata”, hanno sviluppato un sistema per la classificazione automatica di immagini, chiamato “BackRep”, in grado di riconoscere i rifiuti nell’ambiente in cui sono stati abbandonati. Il modello utilizza una procedura di aumento di dati per reti neurali, in particolare, e per algoritmi di Intelligenza Artificiale, in generale.
«BackRep espande i set di dati esistenti ritagliando i rifiuti solidi in immagini scattate su uno sfondo uniforme (bianco) e sovrapponendoli a sfondi più realistici», spiega il professor Fabio Massimo Zanzotto, autore della ricerca, docente di Natural Language Processing presso l’Università degli Studi di Roma “Tor Vergata” e coordinatore del “Centro di Ricerca Interdipartimentale Artificial Intelligence Research su Linguaggio, Conoscenza e Cognizione” (CLAK)” presso il Dipartimento di Ingegneria dell’impresa ‘Mario Lucertini”.
La ricerca è stata portata avanti con la collaborazione di Arianna Patrizi, studentessa del corso di laurea magistrale in informatica a “Tor Vergata” e del Professor Giorgio Gambosi, Dipartimento di Ingegneria dell’Impresa, e ha potuto contare, in parte, su un finanziamento di INAIL, l’Istituto nazionale Assicurazione Infortuni sul Lavoro, per la realizzazione di un sistema di informazione su parchi avventura e ambienti non-wild che prevede una parte di analisi delle immagini.
«Per sperimentare la nostra procedura di aumento dei dati, abbiamo prodotto un nuovo set di dati in ambienti realistici (“Littered waste Testset”) e abbiamo osservato che i riconoscitori di rifiuti “addestrati” sui dati aumentati superano quelli addestrati sui set di dati esistenti. La procedura di aumento dei dati che abbiamo adottato sembra essere dunque un approccio praticabile per supportare lo sviluppo di riconoscitori di rifiuti per ambienti urbani e selvaggi», ha dichiarato Arianna Patrizi, tra gli autori della ricerca.
Il “Littered waste Testset” è composto da 114 immagini classificate secondo le categorie del dataset CompostNet, uno tra i primi sistemi di classificazione automatica dei rifiuti tramite immagini che utilizza una rete neurale per identificare differenti tipi di rifiuti compostabili e riciclabili. Un gruppo di volontari ha scattato le foto in contesti domestici ed esterni con diversi tipi di sfondi e luci. Il gruppo ha utilizzato la fotocamera del telefono e le immagini sono state quindi ridimensionate a 500 × 400 pixel. La distribuzione delle classi di rifiuti è stata determinata dai volontari. Questi sono rifiuti trovati nell’ambiente urbano e nelle loro case. Ai volontari è stato chiesto di produrre almeno dieci campioni per classe.
«I sistemi finora in uso sono in grado di classificare i rifiuti soltanto sullo sfondo omogeneo di nastri trasportatori. Il nostro sistema – continua Zanzotto – è in grado di classificare i rifiuti dove si trovano. Quindi, potrebbe in futuro equipaggiare robot che possono essere possono essere utilizzati per pulire boschi, foreste, coste e ambienti urbani rimuovendo i macrorifiuti. “BackRep” è un modello generale di aumento dei dati che può essere utilizzato per diverse attività di riconoscimento delle immagini e aprire un interessante filone di ricerca».
A cura dell’Ufficio Stampa di Ateneo
