30607 research outputs found
Sort by
I fiori geometrici di Guido Grandi tra matematica, arte e natura. Dall’analisi storico-scientifica dell’opera a una proposta didattica interdisciplinare fondata sulla metodologia New WebQuest.
Questa tesi indaga il pensiero matematico e didattico di Guido Grandi (1671–1742), figura di spicco del Settecento scientifico italiano. Dopo aver ricostruito il contesto culturale e accademico in cui operò – con particolare attenzione alla Toscana post-galileiana – si analizza la sua principale opera Flores geometrici, nelle edizioni latine del 1723 e 1728 e nella versione italiana del 1729 dal titolo I fiori geometrici del padre abate D. Guido Grandi tradotti e spiegati in grazia della studiosa gioventù curata dal suo allievo Tommaso Narducci. Il confronto filologico e concettuale tra i testi mette in luce l’evoluzione, l’ampliamento e la rielaborazione dei contenuti matematici – in particolare quelli relativi alle curve rodonee – e l’intento divulgativo della traduzione. L’impiego di GeoGebra ha reso possibile la ricostruzione dinamica delle curve, offrendo nuove chiavi di lettura delle intuizioni geometriche di Grandi. A partire da queste riflessioni, la tesi propone un’attualizzazione didattica ispirata alla metodologia New WebQuest, orientata a promuovere l’apprendimento attivo, la collaborazione tra pari, l’interdisciplinarità e l’uso consapevole delle tecnologie digitali. La proposta didattica, intitolata "Missione rodonea – alla scoperta della geometria fiorita", ancora da sperimentare, si configura come un laboratorio educativo in cui matematica, storia della matematica, arte e natura dialogano in una sfida progettuale innovativa e coinvolgente.
In definitiva, questa tesi, nata da un’attenta analisi dell’opera di Guido Grandi, si conclude con la consapevolezza che la storia della matematica rappresenta un potente strumento educativo: può aiutare gli studenti a comprendere che la matematica non è una disciplina rigida e conclusa, ma un sapere vivo, in continua evoluzione, capace ancora oggi di suscitare stupore, interrogativi e passione
“They should have never given us uniforms if they didn't want us to be an army”: “The Handmaid’s Tale” come icona del dissenso femminista
La tesi analizza il romanzo di Margaret Atwood e la serie televisiva "The Handmaid’s Tale" come dispositivo narrativo e simbolico di denuncia delle derive autoritarie e del controllo patriarcale sui corpi femminili. L’elaborato esplora le radici storiche e politiche del romanzo e le sue successive declinazioni transmediali, soffermandosi sull’evoluzione dell'iconografia dell’abito rosso come strumento di dissenso performativo nelle proteste femministe contemporanee. Viene inoltre indagata la complessità della rappresentazione della violenza nella serie televisiva, interrogandosi sui limiti tra denuncia e spettacolarizzazione del dolore, e sul dibattito femminista che ne è scaturito. L’opera viene così interpretata non solo come narrazione distopica, ma come specchio critico delle tensioni del presente
Harmonic maps and their geometric structure: applications to quantum mechanics, general relativity, and Yang-Mills theory
Motivated by recent developments in theoretical physics, this thesis presents a self-contained analysis of harmonic maps and explores their modern applications in quantum mechanics, general relativity, and Yang-Mills theory.
The aim is to introduce the geometric and analytical foundations necessary to understand the structure of harmonic maps and to provide a physical motivation for their study. In particular, the combination of Riemannian geometry and the calculus of variations offers a rigorous mathematical framework to model gravitational nonlinearities and to couple Schrödinger-type equations with an extended harmonic map theory.
The project begins by laying out the necessary geometric background and analytical tools, then moves on to a broader exploration of harmonic maps and their key properties. Finally, it highlights applications in theoretical physics, along with current challenges and potential directions for future research
Applicazione delle Tecnologie Biomediche per il monitoraggio e il supporto terapeutico nei bambini con Disturbo dello Spettro Autistico (ASD)
Il Disturbo dello Spettro Autistico (ASD) rappresenta una condizione neuro evolutiva complessa, con esordio precoce e manifestazioni eterogenee a livello comunicativo, sociale e comportamentale. Questa tesi analizza il contributo delle tecnologie biomediche nel migliorare la diagnosi, il monitoraggio e il supporto terapeutico nei bambini con ASD. Dopo una panoramica sugli aspetti clinici e diagnostici del disturbo, vengono esaminate diverse tecnologie diagnostiche come l'eye tracking, l'elettroencefalogramma (EEG), la spettroscopia funzionale nel vicino infrarosso (fNIRS) e i sensori di movimento, evidenziandone metodologie, potenzialità e limiti. Successivamente, si approfondisce l'impiego di tecnologie terapeutiche e assistive, tra cui social robot, Comunicazione Aumentativa e Alternativa (CAA), Realtà Virtuale e Aumentata e dispositivi indossabili per il monitoraggio emotivo. L'elaborato mette in luce l'importanza di un approccio multidisciplinare e personalizzato, sottolineando il ruolo crescente delle tecnologie innovative nel migliorare la qualità della vita delle persone con autismo e delle loro famiglie
Studio e valutazione di patch wireless per la raccolta di dati biomedicali
In questo testo è discusso lo sviluppo di un sistema per l’acquisizione di segnali biomedici indossabile, in grado di fornire un alto livello di confort e mobilità, sostituendo la connessione tramite cavi con una connessione wireless. Partendo dalla scelta dei segnali da prelevare, sono poi discusse le tecniche per il trasferimento wireless di potenza e dati e quanto queste siano compatibili con il normale funzionamento del corpo umano. In seguito è esposta la procedura adottata per la costruzione del prototipo, susseguita da un'analisi dei consumi. Successivamente è esposto il progetto del firmware, in cui si è preso spunto dagli esempi forniti dall'IDE. Questo ha permesso la configurazione nella connessione NFC. Di questa ne è mostrata l'analisi delle prestazioni e la verifica della compatibilità con i segnali acquisiti. Per ultima, viene poi proposta una tecnica alternativa alla bioimpedenziometria, elencandone le ragioni
Development of a log analyzer framework for real-time and post-flight anomaly detection in PX4-based UAVs
The increasing use of Unmanned Aerial Vehicles (UAVs) in domains such as delivery, surveillance, and search-and-rescue highlights the need for reliable mechanisms to ensure flight safety. Failures in sensors, actuators, or navigation systems can compromise both mission success and vehicle integrity, underscoring the need for anomaly detection as a central component of the control architecture. The majority of existing approaches are based on supervised methods, which are limited by scarce anomaly datasets, resulting in poor reproducibility and weak generalization across platforms and missions. Unsupervised methods, while able to flag outliers, lack semantic grounding and therefore offer limited interpretability. Moreover, many solutions are computationally demanding for resource-constrained embedded hardware. As a result, post-flight analysis and real-time monitoring are often treated separately. To address these challenges, this thesis presents Log Analyzer, a hybrid anomaly detection framework for UAV platforms operating on the PX4 autopilot. The system integrates a rule-based layer, offering interpretable and context-aware detection of known failures, with an unsupervised learning layer able to detect statistical anomalies. Together, these layers provide both reliability and adaptability in diverse scenarios and vehicle configurations. The framework supports dual execution modes, unifying post-flight analysis with real-time monitoring, while a command-line interface ensures structured user interaction and anomaly reporting. The system has been validated through simulation, laboratory, and real flight tests, demonstrating the feasibility of transitioning anomaly detection from research prototypes to reliable components of autonomous flight operations
Sviluppo di gas diffusion electrodes per la reazione di evoluzione di idrogeno in elettrolizzatori AEM
Lo sviluppo di elettrolizzatori a membrana a scambio anionico (AEM) rappresenta una delle strategie più promettenti per la produzione sostenibile di idrogeno, grazie alla possibilità di utilizzare catalizzatori privi di metalli nobili e a basso costo. In questo lavoro di tesi è stata condotta la sintesi e l’ottimizzazione di catalizzatori a base di Layered Double Hydroxide (LDH), ottenuti mediante elettrodeposizione su differenti supporti conduttivi (schiume di Ni e carbon paper). Sono stati sintetizzati diversi catalizzatori variando la natura dei metalli di transizione (Ni, Fe, Co, Mn) e le relative concentrazioni molari, con l’obiettivo di valutare l’influenza della composizione e del rapporto tra i cationi sulle proprietà elettrocatalitiche. Una prima selezione è stata effettuata mediante voltammetria a scansione lineare (LSV), individuando come sistema più promettente il catalizzatore CoFe 2:1. A partire da questo materiale sono state introdotte modifiche procedurali – tra cui l’ottimizzazione del numero di cicli di elettrodeposizione, trattamenti di attivazione riduttiva, calcinazione, doppia deposizione e impregnazione con nanoparticelle di platino – al fine di migliorarne ulteriormente attività e stabilità operativa nella reazione di evoluzione dell’idrogeno (HER). I catalizzatori sono stati caratterizzati mediante tecniche elettrochimiche (cronopotenziometria, analisi di Tafel slope) e morfologiche (SEM, ECSA) ed infine testati in una cella elettrochimica in flusso con membrana AEM, valutandone le prestazioni complessive di cella. I risultati hanno evidenziato un’attività competitiva e una buona stabilità a lungo termine, confermando la validità dell’approccio adottato nello sviluppo di elettrodi catalitici per elettrolizzatori AEM
LLM-Assisted ESG Data Extraction from Corporate Reports
This thesis focuses on the development and assessment of a comprehensive pipeline aimed at extracting Environmental, Social, and Governance (ESG) key performance
indicators (KPIs) from corporate websites and sustainability reports. The proposed pipeline integrates web discovery, a Large Language Model (LLM) for information extraction, and a deterministic post-processing mechanism to standardize noisy
outputs into structured, analysis-ready tables. A case study carried out at Illuminem is used to evaluate field-level accuracy, with an exploration of challenges stemming
from unstructured data formats, variability in model outputs, and inconsistencies in reporting practices
Automazione della tracciabilità dei test in Java e stima euristica dell’integrazione tramite bytecode
Questa tesi presenta la progettazione e lo sviluppo di una pipeline in due componenti per l’analisi dei test Java: repo-manager e analyzer. La motivazione nasce dalla difficoltà, frequente nella pratica, di distinguere nettamente tra unit e integration test: condividono strumenti e pattern, per cui le etichette “intenzionali” risultano poco affidabili. La soluzione evita classificazioni a priori e punta su indizi osservabili e segnali spiegabili utili a valutazioni future.
repo-manager costruisce un campione riproducibile di repository Maven a partire da GitHub: esegue clonazione, warm-up delle dipendenze e build offline, quindi separa i progetti compilati con successo da quelli esclusi, tracciandone le motivazioni. analyzer prende in ingresso i moduli compilati, individua i metodi annotati JUnit 4/5 e, sul call graph del test (CHA con potatura delle librerie), estrae euristiche centrate sul codice: classe focale basata sul nome, produttori nelle asserzioni, distribuzione delle chiamate dirette, uso dei mock. Per ogni test genera un record JSONL con candidati, confidence, rationale e meta-informazioni. L’architettura è estendibile: le euristiche sono al centro e la fase di combinazione è pluggable.
Si discutono le principali limitazioni (analisi statica, precisione di CHA, focus su Maven) e le possibili evoluzioni: supporto Gradle, DSL fluenti come AssertJ, PowerMock/Kotlin, grafi delle chiamate più precisi o ibridi. L’obiettivo non è una classificazione definitiva, ma la produzione di dati riusabili e auditabili a supporto di analisi e classificazioni future
Analisi e previsione dei tempi in mezza maratona basate su dati raccolti tramite questionario
Questa tesi ha lo scopo di analizzare e prevedere i tempi in mezza maratona a partire da un questionario su abitudini di allenamento e caratteristiche fisiche. Dopo la pulizia del dataset, ricavato dalle risposte al questionario, è stata condotta un’analisi esplorativa per individuare le variabili più influenti sul tempo finale.
Inoltre, sono state confrontate le diverse metodologie di allenamento tra gli atleti più veloci e i più lenti presenti nel campione.
Per la previsione sono stati valutati diversi modelli: LinearRegression, Ridge, Lasso, ElasticNet, RandomForest, GradientBoosting, XGBoost, SVR con kernel rbf e poly.
I modelli con iperparametri sono stati ottimizzati tramite ricerca in cross-validation con seed fisso. La valutazione si è basata principalmente sul MAE e RMSE, ma anche sull'indice R2.
Per quantificare l’incertezza dei risultati sono stati ripetuti più split casuali train/test e calcolati intervalli di confidenza al 95% delle metriche.
Modelli più complessi, come quelli non lineari, non hanno mostrato benefici stabili, verosimilmente a causa delle dimensioni ridotte del campione.
In futuro, l'ampliamento del dataset e l'inclusione di ulteriori variabili possono sicuramente migliorare l'accuratezza predittiva