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
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 ProgettoBeneficiarioTitoloCupObiettiviAllegati
P202254HT8Prof.ssa Florinda CaponeMathematical Modeling of Biodiversity in the Mediterranean sea: from bacteria to predators, from meadows to currentsE53D23017900001Lo scopo del progetto è lo sviluppo e l’analisi, qualitativa e quantitativa, di modelli matematici relativi alla dinamica di ecosistemi marini.
  P2022HKNNADott. Davide FioreControl of smart microbial communities for wastewater treatmentE53D23014640001Lo 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.
P2022234RJDott.ssa Maria Rosaria MatteiSmart Sustainable Saving Solutions for urban WAter and wastewater Treatment (S⁴WAT)E53D23016730001Sviluppo di modelli matematici predittivi per l’ottimizzazione delle ecotecnologie S4WAT
P2022TTW7LDott.ssa Gloria PaoliA sustainable and trusted Transfer Learning Platform for Edge IntelligenceE53D23016390001Sviluppo 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.
P20229KB4FProf. Francesco PiccialliDeep learning aIded foReshock deteCTIOn Of iNduced mainShocks (DIRECTIONS)E53D23021910001L’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).
P2022XSF5HProf.ssa Enrica PirozziStochastic models in biomathematics and applicationsE53D23018050001Studio e realizzazione di modelli stocastici, metodi statistici e simulazioni finalizzati alla comprensione delle dinamiche di sistemi biologici.
P2022YFAJHProf.ssa Cristina TrombettiLinear and Nonlinear PDE’s: New directions and ApplicationsE53D23018060001Lo 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 ProgettoBeneficiarioTitoloCupObiettiviAllegati
2022ZXZTN2Prof.ssa Annamaria BarbagalloNonlinear differential problems with applications to real phenomenaE53D23006020006Lo 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.
20225ATSTPProf. Raffaele CarloneNonlinear dispersive equations in presence of singularitiesE53D23005460006Lo 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.
20229M52ASProf. Vincenzo FeronePartial differential equations and related geometric-functional inequalitiesE53D23005540006Lo 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.
2022YWWETXProf.ssa Paola FestaWOW – We Optimize WarehousesE53D23005980006Ideare, sviluppare e testare sperimentalmente algoritmi di ottimizzazione matematica a soluzione di diverse varianti del problema della programmazione delle gru nei magazzini automatizzati.
202248TY47Prof. Luigi FrunzoModelling complex biOlogical systeMs for biofuEl productioN and sTorAge: mathematics meets green industryE53D23005430006Obiettivo 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 FuscoGeometric Evolution Problems and Shape Optimization (GEPSO)E53D23005690006Studio 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
2022N3ZNAXProf. Giuseppe IzzoNumerical Optimization with Adaptive Accuracy and Applications to Machine LearningE53D23007690006Sviluppare 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 MatteiSpectral reflectance signature of colored subaerial biofilms as an indicator of stone heritagesusceptibility to biodeteriorationE53D23010850006Lo 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.
2022Y93C8AProf. Francesco PiccialliGan Approaches for Non-iiD Aiding Learning in FederationsE53D23008290006The 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.
2022XZSAFNProf.ssa Enrica PirozziAnomalous Phenomena on Regular and Irregular Domains: Approximating Complexity for the Applied SciencesE53D23005970006Studio 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 SolombrinoVariational Analysis of Complex Systems in Materials Science, Physics and BiologyE53D23005720006Lo scopo del progetto è l’analisi, mediante tecniche variazionali, di sistemi complessi provenienti dalle scienze applicate, delle proprietà qualitative ed asintotiche delle soluzioni.
2022PSTWLBProf. Marco TrombettiGroup Theory and ApplicationsE53D23005870006Lo scopo del progetto è di fare ricerca in teoria dei gruppi infiniti, in particolare gruppi lineari, profiniti e gruppi di cardinalità elevata.