30607 research outputs found
Sort by
Dal Natural Language Processing alle proteine: apprendimento automatico di sequenze mediante Transformer
Classificare milioni di proteine in base alla loro funzione rappresenta una sfida computazionale significativa. I metodi tradizionali come BLAST o modelli di Markov mostrano limiti nel riconoscimento di pattern distanti e funzioni distinte. Partendo da ProfileView, un software per l'identificazione di classi funzionali, il nostro obiettivo è classificare su larga scala proteine, attingendo a vasti database e ai continui progressi nel sequenziamento ad alto rendimento. Sulla base dei recenti progressi fatti nel Natural Language Processing con l'architettura Transformer, abbiamo implementato DomainSpanESM per l'identificazione di schemi nelle sequenze funzionalmente correlate, facilitando la classificazione di milioni di sequenze in gruppi definiti. Inoltre, grazie all'allineamento di sequenze, sono stati riconosciuti diversi amminoacidi altamente conservati, ritrovati frequentemente lungo le stesse posizioni nella matrice, e risultati cruciali per la definizione delle classi, offrendo spunti sulle sfumature funzionali di ognuna di esse. Sperimentato su famiglie proteiche di rilievo come Thioredoxin (TRX) e Cryptochrome/Photolyase (CPF), DomainSpanESM rappresenta un progresso nell’annotazione e classificazione funzionale su larga scala, migliorando la comprensione delle funzioni proteiche e delle loro relazioni evolutive
Valutazione in vitro dell’impatto dell’artroplastica totale di ginocchio sulla biomeccanica femoro-rotulea: confronto tra cinematica nativa e protesica, con e senza resurfacing rotuleo
Total knee arthroplasty (TKA) is a widely performed procedure for restoring joint function in patients with advanced cartilage degeneration. Despite its effectiveness, up to 20% of patients report dissatisfaction after surgery due to residual pain, instability or a foreign body sensation. One debated issue is whether a tricompartmental or bicompartmental prosthesis should be preferred. This in vitro study compared native patellofemoral kinematics with those observed after bicompartmental prosthesis implantation (B_TKA) and after patellar resurfacing (T_TKA). The influence of two femoral designs was also analyzed: a traditional one aimed at maximizing patellar stability, and a “patella-friendly” one conceived to accommodate greater variability in quadriceps activation.
Twelve cadaveric knees from six donors were tested during passive flexion-extension under controlled patellar tendon loads. Kinematics were recorded with an optoelectronic system and analyzed with the Kruskal–Wallis test followed by post hoc analysis. Patellar motion was evaluated at five flexion angles (start, 30°, 60°, 90°, end).
Results showed significant differences at 60° of flexion for patellar spin (rotation around the antero-posterior axis) (p = 0.005) and medio-lateral translation (shift) (p = 0.048) in T_TKA compared with native and B_TKA. The two femoral designs differed significantly in spin, tilt (rotation around the proximal–distal axis) and shift: spin within 0–30° (p < 0.005), tilt (p < 0.05) and shift (p < 0.001) from 60° to full flexion. The patella-friendly design reproduced native kinematics more closely at low flexion, whereas the traditional design approximated physiological behavior beyond 60°. These findings indicate that T_TKA modifies patellar motion, while the traditional design better reproduces native tilt and shift. The decision to perform patellar resurfacing should therefore be individualized, taking into account patient-specific characteristics and osteoarthritis
A new rule-based algorithm for angiography imaging enhancement of coronary arteries
Coronary angiography is the reference technique for the diagnosis of cardiovascular diseases; however, the raw images acquired with this modality are often noisy, characterized by low contrast, and challenging to interpret.
The aim of this thesis is the development of a MATLAB-based code for the processing of angiographic sequences, designed to enhance the visibility of the catheter and coronary arteries while preserving the main background anatomical information. The proposed workflow consists of three steps: preprocessing, automatic identification of regions of interest through binary masks, and selective filtering. The first step improves the overall quality of the images, the second detects the catheter and coronary arteries, and the third highlights these structures by reducing background details. The method was tested on sequences acquired with the Skan-C Venus system. A quantitative evaluation, based on fidelity, contrast, and structural similarity indices, compared the final images with the preprocessed ones, confirming that the selective filtering step effectively enhances the regions of interest without introducing significant alterations or compromising temporal continuity across frames. The results are encouraging and demonstrate the feasibility of the proposed workflow. Nevertheless, some limitations remain, mainly related to the limited number of sequences analyzed, the incomplete recognition of thin coronary branches, and the variability of acquisition conditions. These aspects suggest possible future developments toward increased robustness and adaptability of the proposed approach
Debug Module for the NanoRV Processor
This thesis addresses the need for a functional debug module for the 'nanorv' processor, a compact implementation of the open-source RISC-V instruction set. The growing adoption of RISC-V across academia and industry highlights the critical role of robust debugging infrastructure in embedded system development, especially for minimalist architectures where traditional debugging methods may not apply.
The primary objective of this work is to design, implement, and validate a debug module for the nanorv processor. The module will comply with the RISC-V Debug Specification and be compatible with standard debugging tools via the JTAG interface. Essential functionalities, such as halting, resuming, and single-stepping the processor, will be supported.
The methodology involves several key steps: analyzing the specific debug requirements of a simple processor like nanorv, designing a dedicated hardware-based module to interact with the processor's internal state, implementing communication interfaces with both the processor core and external tools, and finally, validating the entire system through simulations and practical testing.
The successful outcome of this thesis will not only provide a much-needed, non-intrusive debug solution for the nanorv processor but will also offer a reusable blueprint for future applications involving similar lightweight processors
Test bench design for NanoLED synchronization in automotive applications
This thesis presents the test bench device used to change modes of blue NanoLED used for
police and military grade applications in order to operate in synchronization. Additionally, this
device has proved to be beneficial as it significantly reduced the time of mass testing as well as
mode synchronization of the NanoLEDs after the professional set-up of the electrical system for
military vehicle compatibility and increased flexibility, which resulted in overall productivity in
the production
Spiking Neural Networks per il monitoraggio strutturale basato su emissioni acustiche
L’Industria 5.0 promuove l’integrazione tra intelligenza artificiale, sostenibilità ed efficienza energetica, con l’obiettivo di sviluppare soluzioni tecnologiche ad alte prestazioni e basso impatto ambientale. In questo contesto, le architetture neuromorfiche rappresentano un’opportunità strategica per applicazioni industriali, grazie al loro funzionamento ispirato al cervello umano, basato su elaborazione event-driven e codifica tramite spike, che consente di ridurre i consumi energetici mantenendo elevate capacità computazionali.
Un ambito applicativo rilevante è il monitoraggio strutturale basato su Emissioni Acustiche (EA), tecnica non distruttiva che rileva e localizza fenomeni di danneggiamento (e.g., cricche, delaminazioni) associati al rilascio locale di energia. La localizzazione precisa delle sorgenti EA è cruciale per garantire sicurezza, manutenzione predittiva e affidabilità.
La presente tesi propone lo sviluppo di una rete neurale spiking (SNN) in grado di affrontare un problema di regressione per la localizzazione spaziale di sorgenti acustiche. A partire da dati simulati di emissioni acustiche su una piastra di alluminio, il modello elabora i segnali registrati e ne prevede le coordinate di origine.
I risultati dimostrano che l’approccio basato su SNN risulta competitivo rispetto alle tradizionali reti neurali convoluzionali (CNN), con un vantaggio decisivo dal punto di vista energetico, elemento essenziale per rendere la soluzione compatibile con una implementazione in tempo reale. L'ottimizzazione energetica diventa ancora più rilevante qualora la rete venga implementata su acceleratori e processori neuromorfici, i quali permettono di superare i limiti di consumo e di efficienza propri delle CPU, aprendo la strada a un’integrazione pratica e sostenibile di tali sistemi in scenari reali
Gestione del cambiamento organizzativo nell’era digitale: progettazione e sperimentazione di un modello in ambito consulenziale
La gestione del cambiamento organizzativo rappresenta una sfida cruciale per le imprese chiamate ad affrontare la trasformazione digitale del mondo moderno. L'obiettivo dell'elaborato è la progettazione e la sperimentazione di un modello di cambiamento organizzativo capace di integrare i contributi della letteratura con le prassi tipiche della consulenza, fornendo così uno strumento concreto e adattabile alle esigenze aziendali.
La ricerca si è basata sulla metodologia AIM-R, applicata al caso di un’azienda del settore ristorativo. Essa ha portato alla costruzione di un modello in cinque step, caratterizzato da chiarezza sequenziale, flessibilità e dall’equilibrio tra aspetti tecnici e organizzativi. A differenza dei principali modelli presenti in letteratura, concepiti per essere adottati internamente dalle organizzazioni, il modello sviluppato è stato pensato per l’ambito consulenziale, dove la documentazione, la trasparenza decisionale e la validazione continua con il cliente costituiscono prerequisiti indispensabili.
Il modello è stato testato attraverso un progetto pilota dedicato alla creazione di una piattaforma di Enterprise Analytics (EAN) e successivamente validato tramite un questionario volto a valutarne chiarezza, utilità e applicabilità. I risultati hanno confermato la capacità del modello di tradurre riferimenti teorici in strumenti pratici, come roadmap e deliverable, rafforzandone la solidità e l’originalità.
Le riflessioni conclusive evidenziano punti di forza e limiti: se da un lato il modello offre un approccio pratico, consulenziale e replicabile, dall’altro richiede ulteriori perfezionamenti, come l’introduzione di quick wins. Si tratta, in definitiva, di uno strumento dinamico, in grado di evolversi attraverso nuove applicazioni e di supportare le organizzazioni nei percorsi di trasformazione digitale
How Bitcoin Mining can accelerate the transition to renewable energy and enhance the stability of the electricity grid
This thesis explores how Bitcoin mining can accelerate the transition to renewable energy and enhance electricity grid stability. Power systems with high variable renewable energy (VRE) penetration face structural coordination problems: production is abundant when the sun shines or wind blows, but demand and grid capacity are not always temporally and spatially aligned, resulting in curtailment (wasted clean energy) and operational grid stress.
The proposed solution uses Bitcoin mining as a controllable, modular, and rapidly dispatchable electric load that can absorb surplus generation within seconds to minutes and release capacity when the grid needs it. Mining acts as a demand-side "shock absorber" that transforms variability into value.
A mixed-integer linear programming (MILP) framework was developed that co-optimizes renewable generation (solar PV and wind), pumped-hydro storage, grid exports, and Bitcoin mining operations. The model adopts a lexicographic multi-objective structure that prioritizes energy loss minimization before profit maximization.
The case study in the Provence-Alpes-Côte d'Azur region (2021-2031) demonstrates that flexible mining significantly reduces curtailment compared to a no-mining baseline, stabilizes operations when grid connection limits bind, and introduces a complementary revenue stream that improves the business case for renewables and storage.
Results highlight three key contributions: (1) measurable reduction of energy waste, (2) rapid and flexible system balancing improvement, and (3) revenue diversification that strengthens clean energy investments. The approach provides a practical pathway for converting renewable energy surplus into dependable value while maintaining grid reliability and supporting deeper renewable penetration
Studio Artro-RM nella patologia della spalla: analisi comparativa tra diverse bobine di ricezione per l'esecuzione dell'indagine nella posizione ABER
La spalla rappresenta una delle articolazioni più complesse e mobili del corpo umano, motivo per cui è frequentemente soggetta a patologie di natura traumatica, degenerativa o da sovraccarico funzionale. Le moderne tecniche di diagnostica per immagini, in particolare la risonanza magnetica (RM) e l’Artro-RM, hanno migliorato notevolmente il suo studio grazie alla loro elevata precisione e sensibilità.
Il presente elaborato, svolto a fini didattici presso il Servizio di Risonanza Magnetica dell’Ospedale “Cervesi” di Cattolica, ha come obiettivo la valutazione comparativa delle prestazioni di tre differenti bobine di ricezione – la Flex Large, la Flex Small e la Phase Array dedicata – durante l’esecuzione dell’indagine di Artro-RM in posizione ABER (Abduction External Rotation).
Lo studio ha previsto un’analisi quantitativa, condotta tramite controlli di qualità su fantoccio fornito dalla Fisica Medica, e una qualitativa, basata sulla valutazione delle immagini da parte di Medici radiologi esperti.
I risultati hanno permesso di individuare la bobina più performante in termini di qualità d’immagine e praticità d’uso, proponendone la standardizzazione all’interno del protocollo operativo di reparto
Valutazione sensoriale per il Dipartimento Qualità in un'azienda alimentare
L'analisi sensoriale è uno strumento fondamentale nell’ambito delle aree Dipartimento Qualità e Ricerca e Sviluppo delle aziende alimentari, affiancandosi alle analisi chimiche, fisiche e microbiologiche per una valutazione complessiva della qualità degli alimenti. Molte aziende alimentari, tuttavia, utilizzano approcci sensoriali migliorabili in termini di affidabilità.
Questa tesi si propone di esaminare, in maniera critica, i risultati e gli approcci relativi a metodologie di analisi sensoriale applicate a livello aziendale, con un particolare focus sul caso di Surgital S.p.A.. Il piano di autocontrollo aziendale si basa su un assaggio quotidiano dei prodotti finiti e delle materie prime, campionate per valutarne l’idoneità sensoriale. Nonostante il metodo adottato non raggiunga ancora gli standard dei laboratori specializzati in analisi sensoriale, l’impiego di un panel selezionato ed esperto, e l’uso di griglie di valutazione standardizzate supportate da un archivio di foto ed immagini dei prodotti alimentari, contribuiscono a garantire risultati utili allo scopo delle valutazioni effettuate.
Questo lavoro di tesi propone un'analisi critica delle potenzialità di miglioramento del metodo sensoriale utilizzato nel Dipartimento Qualità di Surgital S.p.A., suggerendo l'integrazione di alcune fasi e procedure, ad ora mancanti. Si evidenziano, al contempo, difficoltà derivanti dai costi elevati e dalla notevole durata delle sedute sensoriali, che rendono più complesso il processo di miglioramento. Nonostante tali limitazioni, il sistema di valutazione sensoriale attualmente in uso rappresenta, per l'azienda Surgital S.p.A., la soluzione più adeguata, considerate le disponibilità economiche e spaziali