Dipartimento di Matematica e Applicazioni "Renato Caccioppoli"

Dipartimento di Matematica e Applicazioni
“Renato Caccioppoli”

Matematica
federicoII

p.N.R.R.

Proof of Concept (PoC)

     

Bando Pubblico per la Realizzazione di Programmi di Valorizzazione dei Brevetti Tramite il Finanziamento di Progetti di Proof of Concept (PoC)  delle Università Italiane e degli Enti Pubblici di Ricerca (EPR) Italiani e degli Istituti di Ricovero e Cura a Carattere Scientifico (IRCCS) da Finanziare nell’Ambito del Piano Nazionale di Ripresa e Resilienza, Missione 1 “Digitalizzazione, Innovazione Competitività, Cultura e Turismo” – Componente 2 “Digitalizzazione, Innovazione e Competitività nel Sistema Produttivo” – Investimento 6 “Sistema della Proprietà Industriale” Finanziato dall’Unione Europea – NextGenerationEU

Titolo del progetto:

#NOACRONYM+ – “Disintermediare e semplificare per accelerare il trasferimento di tecnologie e competenze verso il mercato”.

Soggetto proponente Università degli Studi della Campania “Luigi Vanvitelli” in qualità di Soggetto capofila della Compagine proponente costituita dai seguenti soggetti:

  1. Soggetto Politecnico di Bari
  2. Soggetto Università degli Studi di Napoli Federico II
  3. Soggetto Università degli Studi di Salerno
  4. Soggetto Università degli Studi degli Studi di Napoli PARTHENOPE
  5. Soggetto Università Campus Bio-Medico di Roma
  6. Soggetto Università del Salento

Obbiettivi del progetto:

Elevare il livello di maturità tecnologica dei brevetti selezionati realizzando Proof-of-Concept avvalendosi di strumenti digitali di autovalutazione del TRL nonché mediante l’affiancamento di advisor provenienti dal mondo dell’industria agli inventori.

Progetti Infrastrutturali

 
Codice Progetto
Beneficiario
Titolo
Cup
Obiettivi
Allegati
Risultati
IR0000011
Prof.ssa Addolorata Marasco
EBRAINS-Italy ‐ European Brain ReseArch InfrastructureS‐Italy
B51E22000150006
Costruzioni di modelli matematici per la riduzione della complessità delle reti neuronali su larga scala.
IR0000010
Prof. Francesco Piccialli
ELIXIR x NextGenerationIT: Consolidamento dell’Infrastruttura Italiana per i Dati Omici e la Bioinformatica
B53C22001800006
Lo scopo del progetto è quello di consolidare la capacità del nodo italiano dell’infrastruttura di ricerca europea ELIXIR di sviluppare, fornire e supportare servizi affidabili per la comunità di ricerca Life Science e non solo.

Progetti Prin 2022 Pnrr

Codice Progetto Beneficiario Titolo Cup Obiettivi Allegati Risultati
P202254HT8 Prof.ssa Florinda Capone Mathematical Modeling of Biodiversity in the Mediterranean sea: from bacteria to predators, from meadows to currents E53D23017900001 Lo scopo del progetto è lo sviluppo e l’analisi, qualitativa e quantitativa, di modelli matematici relativi alla dinamica di ecosistemi marini.
  P2022HKNNA Dott. Davide Fiore Control of smart microbial communities for wastewater treatment E53D23014640001 Lo scopo del progetto è sviluppare nuove metodologie per accelerare il design, il deployment e il controllo di communità microbiche per un più efficiente e affidabile trattamento di acque reflue.
P2022234RJ Dott.ssa Maria Rosaria Mattei Smart Sustainable Saving Solutions for urban WAter and wastewater Treatment (S⁴WAT) E53D23016730001 Sviluppo di modelli matematici predittivi per l’ottimizzazione delle ecotecnologie S4WAT
P2022TTW7L Dott.ssa Gloria Paoli A sustainable and trusted Transfer Learning Platform for Edge Intelligence E53D23016390001 Sviluppo di una piattaforma sostenibile e sicura per ambienti di Edge Intelligence, mediante l’uso del Transfer Learning di modelli preaddestrati e tecniche di prevenzione di attacchi Man-In-The-Middle.
P20229KB4F Prof. Francesco Piccialli Deep learning aIded foReshock deteCTIOn Of iNduced mainShocks (DIRECTIONS) E53D23021910001 L’obiettivo del presente progetto è fornire un nuovo approccio per il rilevamento dei eventi precursori ai terremoti, basato sulla ricerca di schemi nell’evoluzione della sismicità registrata durante le operazioni sul campo. In particolare, il progetto trarrà vantaggio dai recenti progressi ottenuti dall’intelligenza artificiale e, in particolare, dallo studio e progettazione di algoritmi di deep learning (DL).
P2022XSF5H Prof.ssa Enrica Pirozzi Stochastic models in biomathematics and applications E53D23018050001 Studio e realizzazione di modelli stocastici, metodi statistici e simulazioni finalizzati alla comprensione delle dinamiche di sistemi biologici. “Progetto Trasferito ad altro Ateneo”
P2022YFAJH Prof.ssa Cristina Trombetti Linear and Nonlinear PDE’s: New directions and Applications E53D23018060001 Lo scopo del progetto è focalizzato sullo studio delle equazioni alle derivate parziali e delle proprietà delle loro soluzioni. Particolare attenzione è rivolta a problemi derivanti da modelli matematici per le scienze applicate.

Progetti Prin 2022

Codice Progetto Beneficiario Titolo Cup Obiettivi Allegati Risultati
2022ZXZTN2 Prof.ssa Annamaria Barbagallo Nonlinear differential problems with applications to real phenomena E53D23006020006 Lo scopo del progetto è quello di investigare problemi differenziali non lineari studiati dal Calcolo delle Variazioni, Metodi Topologici e Analisi Multivoca per ottenere leggi generali che garantiscano l’esistenza o la molteplicità delle soluzioni.
20225ATSTP Prof. Raffaele Carlone Nonlinear dispersive equations in presence of singularities E53D23005460006 Lo scopo del progetto è Il programma di ricerca riguarda problemi matematici relativi allo studio di equazioni dispersive nonlineari in presenza di singolarità.: equazioni nonlineari singolari, ovvero equazioni che coinvolgono potenziali singolari e.g. di tipo delta, ed equazioni nonlineari su strutture singolari, ovvero equazioni standard ambientate su domini non standard come grafi metrici o ibridi.
20229M52AS Prof. Vincenzo Ferone Partial differential equations and related geometric-functional inequalities E53D23005540006 Lo scopo del progetto è studiare proprietà quantitative e qualitative delle soluzioni di equazioni alle derivate parziali di tipo ellittico, parabolico o iperbolico. Particolare attenzione sarà rivolta a problemi derivanti da modelli matematici per le scienze applicate.
2022YWWETX Prof.ssa Paola Festa WOW – We Optimize Warehouses E53D23005980006 Ideare, sviluppare e testare sperimentalmente algoritmi di ottimizzazione matematica a soluzione di diverse varianti del problema della programmazione delle gru nei magazzini automatizzati.
202248TY47 Prof. Luigi Frunzo Modelling complex biOlogical systeMs for biofuEl productioN and sTorAge: mathematics meets green industry E53D23005430006 Obiettivo principale del progetto è la definizione di modelli matematici avanzati per la produzione e lo stoccaggio di biocarburanti. Gli obiettivi includono la derivazione delle equazioni e la relativa analisi.
2022E9CF89  Prof. Nicola Fusco Geometric Evolution Problems and Shape Optimization (GEPSO) E53D23005690006 Studio di: 1) problemi di evoluzione geometrica e di flusso di reti per curvatura media, 2) problemi isoperimetrici e di capillarità, 3) problemi di ottimizzazione di forme
2022N3ZNAX Prof. Giuseppe Izzo Numerical Optimization with Adaptive Accuracy and Applications to Machine Learning E53D23007690006 Sviluppare nuovi metodi numerici, con accuratezza adattiva, per risolvere in modo efficiente una serie di problemi di ottimizzazione continua le cui caratteristiche pongono difficoltà computazionali che rendono inefficienti o impraticabili i metodi di ottimizzazione classici.
2022KTBX3M  Dott.ssa Maria Rosaria Mattei Spectral reflectance signature of colored subaerial biofilms as an indicator of stone heritagesusceptibility to biodeterioration E53D23010850006 Lo scopo del progetto è lo sviluppo di modelli matematici riguardanti l’azione di biofilm subaerei su monumenti sottoposti a diverse condizioni ambientali indotte da cambiamenti climatici.
2022Y93C8A Prof. Francesco Piccialli Gan Approaches for Non-iiD Aiding Learning in Federations E53D23008290006 The GANDALF project aims to address one of the most FL challenges, the non-IID problem, in light of the wider scenario of the Edge Artificial Intelligence (Edge-AI). Edge-AI is a modern way of doing Machine Learning allowed by computationally more efficient edge devices (i.e. Google Coral and/or Nvidia Jetson). The distribution of classes across devices must be as close as possible for FL to perform well, especially on the Edge. The output degrades when local dataset distributions are extremely inconsistent and non-IID.
2022XZSAFN Prof.ssa Roberta Schiattarella Anomalous Phenomena on Regular and Irregular Domains: Approximating Complexity for the Applied Sciences E53D23005970006 Studio di modelli stocastici per dinamiche su domini regolari e irregolari, come anche frattali, includendo fenomeni di riflessione, con l’ausilio di operatori non locali del calcolo frazionario.
2022HKBF5C  Prof. Francesco Solombrino Variational Analysis of Complex Systems in Materials Science, Physics and Biology E53D23005720006 Lo scopo del progetto è l’analisi, mediante tecniche variazionali, di sistemi complessi provenienti dalle scienze applicate, delle proprietà qualitative ed asintotiche delle soluzioni.
2022PSTWLB Prof. Marco Trombetti Group Theory and Applications E53D23005870006 Lo scopo del progetto è di fare ricerca in teoria dei gruppi infiniti, in particolare gruppi lineari, profiniti e gruppi di cardinalità elevata.