30607 research outputs found
Sort by
Topological Data Analysis for Matching Homology Classes in Time-Varying Data
Get PDFThis thesis explores Topological Data Analysis (TDA) as a framework to study time-varying datasets, which appear in fields ranging from biology and dynamical systems to social networks and neuroscience.
TDA encodes data as point clouds and uses algebraic topology to capture intrinsic shape. Persistent Homology (PH) extracts topological features, identifying homology classes (connected components, loops, and higher-dimensional voids) across multiple scales through filtrations. Each feature is assigned a birth and death parameter, visualized via barcodes or persistence diagrams. PH provides a canonical representation of features and is robust to small perturbations.
To extend PH to dynamic datasets, this thesis employs vineyards, which track the evolution of homology classes over time, and Topological Optimal Transport (TpOT), a computationally efficient method for matching topological features across large datasets and multiple time steps. Vineyards preserve interpretability but can be computationally intensive, while TpOT aligns features efficiently.
Overall, this work combines algebraic and computational approaches to analyze the dynamics of homology classes over time, balancing theoretical rigor with practical efficiency
Spazio, tempo e velocità: approcci di efficientamento in ottica Lean nel settore della meccanica avanzata
No full textIl documento si pone come obiettivo lo studio e l’applicazione di alcuni principi della Lean Production all’interno di IMAR Srl, un’azienda metalmeccanica marchigiana, con l’intento di migliorarne la produttività attraverso l’ottimizzazione dello spazio e del tempo. Partendo da un’analogia con la fisica, la produttività viene interpretata come una “velocità aziendale”, da incrementare agendo su layout, flussi e processi. Dopo un’introduzione teorica sulla Lean Manufacturing e sui suoi principi cardine, il cuore del lavoro riguarda l’analisi sul campo condotta presso IMAR Srl, dove sono stati studiati e riprogettati processi critici come la manutenzione, la disposizione di macchine, magazzini e postazioni e la logistica interna. Attraverso strumenti Lean come TPM, 5S, VSM, PFEP e spaghetti chart sono state proposte soluzioni concrete per ridurre i ritardi e aumentare l’efficienza. Tra i risultati conseguiti si citano la redazione di OPL per la manutenzione autonoma della macchina combinata, la riprogettazione del layout del reparto di piegatura per agevolare i flussi e la logistica, la riorganizzazione e pulizia delle postazioni dei piegatori stessi, la diminuzione sostanziale degli spostamenti percorsi dal materiale durante la composizione di un kit, il dimensionamento di un magazzino per lo stoccaggio dei bancali provenienti da tale commessa e la mappatura del processo di gestione ordini dell’azienda.
La tesi evidenzia anche le difficoltà culturali legate alla resistenza al cambiamento e dimostra l’importanza di mantenere allineati i lavoratori agli obiettivi aziendali, perché nessuna operazione di miglioramento è realizzabile senza la collaborazione delle persone.
In sintesi, il documento offre una visione sistemica del miglioramento continuo applicabile in una piccola-media impresa italiana, sottolineando l’importanza di integrare strumenti tecnici e approcci partecipativi per affrontare le sfide sempre più complesse della moderna realtà industriale
Performance simulation of membrane-based carbon capture systems
No full textThis thesis addressed the challenge of rising CO2 emissions from industrial sources by evaluating membrane separation as a sustainable alternative for post-combustion carbon capture. Conventional capture technologies suffer from high energy demand, large footprints, and solvent-related drawbacks, while membranes offer modularity and efficiency but are limited by the trade-off between permeability and selectivity.
A custom simulation code based on a Continuous Stirred Tank Reactor (CSTR) model was developed to assess polymeric membranes using literature data. Materials studied included PDMS, Polymers of Intrinsic Microporosity (PIMs), PEO-based copolymers, Polyimides, Polaris™, and PolyActive™. The model quantified membrane areas, permeate and retentate flows, and separation factors for CO2 recovery targets of 60–90%.
Results showed a strong inverse relationship between CO2 permeability and required membrane area. High-permeability polymers such as PIM-TMN-Trip (52,800 Barrer) and PDMS (3) (3,195 Barrer) were most efficient, requiring as little as 685 m² to achieve 60% recovery. Polyimides and Polaris™ also performed competitively, while PEO-based copolymers and PolyActive™ generally required much larger areas. The permeability-selectivity trade-off was evident: highly permeable membranes minimized footprint but yielded moderate purity, whereas more selective polymers improved separation at the expense of area.
Robeson plot analysis for CO2/N2 and O2/N2 confirmed these trends and showed that PIMs, Polyimides, and PolyActive™ surpass the empirical upper bound, highlighting their potential for advanced separations. This study demonstrates the utility of Robeson plots as a benchmark for identifying promising membranes and emphasizes the need for holistic evaluations, accounting for stability, mixed-gas behavior, and economics, to enable practical deployment of membrane-based CO₂ capture
Exploring Protein-MOF Interactions with Luminescent 2D Frameworks: Catalysis and Sensing with LMOF-601
No full textProteases like trypsin are typically used to efficiently fragment proteins into peptides, which is necessary for the analysis of proteins. These enzymes do have limitations however, such as instability, self-digestion, and the creation of extremely small fragments. Metal–organic frameworks have become strong artificial substitutes to overcome these limits. With their multifunctionality, tunable pores, and crystallinity, luminescent MOFs in particular, have attracted more attention as biomolecule catalysts and selective sensors. This work focuses on the synthesis and development of a luminescent two-dimensional Zirconium-based Metal-Organic Framework, LMOF-601, as a heterogeneous catalyst for protein hydrolysis and also as a system to gain insight into protein–MOF interactions. LMOF-601 was prepared according to a solvothermal synthesis, and the material was further characterized using different techniques. Cytochrome c cleavage monitored by SDS-PAGE and Gly-Gly hydrolysis under nearly physiological conditions were used to validate its catalytic activity. Additionally, the fact that structural integrity was maintained throughout shows that LMOF-601 is a stable and potentially reusable heterogeneous catalyst. The unique feature of this work is its use of LMOF-601 inherent luminescence to investigate protein interactions. Depending on the used protein, systematic fluorescence quenching experiments showed different responses, which allowed them to be grouped based on features derived from the sequence. This study provides insight on how proteins interact with functional porous materials by connecting fluorescence modulation to protein characteristics. The LMOF-601 fluorescence response is a potent tool for studying protein-MOF interactions, offers insightful information about how proteins behave when functional porous materials are present, and may help creating MOF materials that function as artificial proteases and innovative protein detection techniques
Progettazione e sviluppo di un sistema IoT con interfaccia mobile per il monitoraggio ambientale della sala server
Get PDFNegli ultimi anni la crescente complessità delle infrastrutture digitali e la loro dipendenza da condizioni ambientali stabili hanno reso sempre più evidente la necessità di soluzioni affidabili per il monitoraggio in tempo reale di parametri critici. Le sale server, cuore pulsante dei servizi informatici, richiedono sistemi capaci di prevenire anomalie dovute a variazioni di temperatura, umidità, qualità dell'aria, vibrazioni o rumore, garantendo continuità operativa e riducendo il rischio di guasti improvvisi.
Alla luce di questa esigenza, la tesi presenta la progettazione e la realizzazione di un prototipo IoT embedded, basato su microcontrollore ESP32 e integrato con la piattaforma di monitoraggio Zabbix, per la raccolta e l'analisi di parametri ambientali fondamentali. Accanto al dispositivo hardware è stata sviluppata un'applicazione mobile Android che, tramite connessione Bluetooth Low Energy, consente al personale tecnico di configurare e supervisionare i dispositivi in modo diretto e intuitivo, anche in locale.
La validazione in scenari realistici ha evidenziato l'affidabilità del prototipo, la coerenza delle misurazioni e la capacità di notificare tempestivamente eventuali anomalie. La soluzione si è dimostrata robusta, replicabile e pronta per essere estesa con nuove funzionalità.
Questo lavoro si inserisce nel più ampio contesto dell'innovazione tecnologica applicata al monitoraggio ambientale, ponendo le basi per futuri sviluppi orientati all'integrazione di ulteriori sensori, alla realizzazione di versioni multipiattaforma e all'adozione del sistema nelle infrastrutture informatiche dell'Università di Bologna
Da CCS a Java: un Framework per l’Analisi di Sistemi per la Concorrenza
No full textLa tesi presenta la progettazione e l’implementazione di un framework per il Calculus
of Communicating Systems (CCS), volto a simulare il comportamento concorrente dei
processi mediante le librerie di concorrenza di Java. Il sistema, basato su una grammatica
definita con ANTLR, comprende un parser, un builder e diversi moduli per la gestione e
la pianificazione dei processi.
Il lavoro analizza le problematiche legate alla sincronizzazione e al non determinismo,
confrontando diverse strategie di esecuzione — dai thread tradizionali ai virtual thread.
L’attività sperimentale valuta inoltre l’efficienza e la scalabilità del sistema, evidenziando
l’impatto delle differenti politiche di gestione della concorrenza
Algebra Lineare e Intelligenza Artificiale: Il Caso di AlphaTensor
Get PDFLa moltiplicazione matriciale è una delle operazioni fondamentali dell'algebra lineare e costituisce il nucleo di numerosi algoritmi utilizzati in intelligenza artificiale, grafica computazionale e simulazioni numeriche. Le applicazioni sono numerose e la necessità di migliorare la complessità computazionale di tale
algoritmo sempre più impellente. Questa tesi analizza l'evoluzione dei metodi di moltiplicazione matriciale dalle origini fino ai più recenti sviluppi introdotti da AlphaTensor, l'agente di apprendimento per rinforzo profondo ideato da Google
DeepMind. L'analisi mostra come l'agente sia in grado di riscoprire algoritmi noti e di individuarne di nuovi più efficienti, migliorando la complessità computazionale di vari casi. La tesi si conclude evidenziando i limiti dell'approccio e i possibili sviluppi futuri nel campo della scoperta automatica di algoritmi
RISONANZA MAGNETICA FETALE AD ALTO CAMPO: ottimizzazione di un protocollo per lo scanner a 3 Tesla
No full textL’ecografia è da sempre la metodica d’elezione per l’analisi e la valutazione fetale ma in alcune condizioni cliniche particolari può risultare insufficiente, pertanto può essere integrata con la risonanza magnetica (RM) che, caratterizzata da un elevato contrasto tessutale, consente una caratterizzazione più dettagliata di anomalie e alterazioni. Negli ultimi anni la diffusione dei macchinari ad alto campo (3 Tesla) non ha solo segnato un importante progresso tecnologico rispetto agli scanner a 1,5 Tesla, ma ha anche modificato radicalmente il panorama dell’imaging fetale con la possibilità di sfruttare il maggior rapporto segnale/rumore, derivante dalla più alta intensità di campo magnetico, per migliorare qualitativamente le immagini.
L’obiettivo dell’elaborato è quindi l’ottimizzazione di un protocollo per la risonanza magnetica fetale a 3 Tesla, impiegando il maggior SNR per incrementare la risoluzione spaziale mantenendo contemporaneamente tempi di acquisizione compatibili con la pratica clinica, ma soprattutto garantendo sempre comfort e sicurezza a madre e feto.
Le sequenze sottoposte al processo di ottimizzazione includono HASTE e TRUFI, le più diffuse in ambito fetale, ma anche sequenze complementari come SWI, DWI e Dixon. Particolare attenzione è stata dedicata al controllo del SAR, principale parametro di sicurezza in ambito fetale, che è stato costantemente mantenuto al di sotto dei limiti definiti dalle autorità competenti. I risultati ottenuti mostrano un incremento significativo della definizione anatomica e del dettaglio strutturale; da ciò emerge come il protocollo ottimizzato rappresenti un passo rilevante per il miglioramento dell’imaging pre-natale non invasivo
Studio comparativo di soluzioni propulsive sostenibili per vaporetti
No full textIn un contesto di crescente attenzione nei confronti di politiche di decarbonizzazione del settore dei trasporti, atte a ridurre le emissioni di gas serra e di altri inquinanti, la presente tesi si pone l’obiettivo di comparare i consumi energetici e le emissioni di inquinanti associate a quattro sistemi propulsivi sostenibili, alimentati a idrogeno o a batteria. Le configurazioni analizzate sono: Hydrogen Internal Combustion Engine (H2ICE), Full-Battery Electric Powertrain, Hybrid Hydrogen Internal Combustion Engine (HH2ICE) e Fuel Cell (FC). Lo studio è applicato a un vaporetto adibito al trasporto passeggeri nella laguna veneta e mira a individuare la configurazione propulsiva più idonea, in grado di garantire consumi energetici ed emissioni contenuti oltre a masse e volumi di stoccaggio ridotti. L’attività di tesi ha portato allo sviluppo dei quattro sistemi propulsivi e alla successiva analisi comparativa in termini di consumi energetici, stoccaggi ed emissioni, valutando anche l’effetto delle operazioni di ricarica della batteria o di rifornimento di idrogeno. Dalle analisi dei risultati emerge che le configurazioni ibride costituiscono la scelta più appropriata e flessibile rispetto ai requisiti di missione. In particolare, la configurazione HH2ICEV (Hybrid Hydrogen Internal Combustion Engine Vehicle) risulta particolarmente vantaggiosa qualora sia necessario un volume utile elevato, mentre la configurazione FCV (Fuel Cell Vehicle) è indicata se si privilegiano consumi energetici minori ed emissioni di NOx nulle, pur comportando una riduzione del carico utile trasportabile
FC-MRI: Fetal Cardiovascular Magnetic Resonance Imaging Sviluppo di un Protocollo di Imaging Dedicato
No full textLa risonanza magnetica (RM) rappresenta una metodica d’imaging avanzata e non invasiva, sempre più utilizzata nello studio dell’apparato cardiovascolare. La RM cardio-fetale, in particolare, può offrire potenzialità diagnostiche complementari all’ecocardiogramma, ma richiede di superare sfide tecniche legate alle dimensioni ridotte del cuore fetale e ai movimenti involontari. Il presente lavoro si è concentrato sullo sviluppo teorico di un protocollo di imaging per RM cardio-fetale su macchina 3T. Partendo da sequenze standard impiegate in studi cardiovascolari, sono stati modificati e ottimizzati tutti i parametri tecnici per adattarli alle caratteristiche del cuore fetale, minimizzando artefatti e garantendo una qualità d’immagine ottimale. Parallelamente, è stato elaborato un piano di lavoro ideale e dettagliato che descrive tutti i passaggi necessari per la corretta esecuzione dell’esame, dall’anamnesi del paziente alla finalizzazione della procedura. Sebbene il protocollo non sia stato ancora applicato su pazienti, esso rappresenta una base metodologica completa e replicabile, utile per futuri studi clinici e potenziali applicazioni diagnostiche prenatali. La standardizzazione delle sequenze e delle procedure proposte costituisce un modello di riferimento per la RM cardio-fetale, con l’obiettivo di supportare la diagnosi precoce di cardiopatie congenite e favorire una personalizzazione delle cure post-natali