La piattaforma MATLAB di MathWorks è usata da milioni di ingegneri in tutto per mondo per l’apprendimento automatico, l’elaborazione di segnali, l’elaborazione di immagini, la visione artificiale, le comunicazioni, la finanza computazionale, la progettazione di controllo, la robotica e molto altro. Le tecniche di acquisizione, analisi e modellazione del dato stanno assumendo un ruolo sempre più importante in ogni settore poiché consentono di ottenere informazioni strategiche per la definizione dei piani di sviluppo tecnologico e di business.
Un seminario gratuito
MathWorks, per evidenziare le nuove funzionalità di MATLAB introdotte nelle ultime release e per spiegare come possono essere impiegate in modo produttivo, ha organizzato il seminario gratuito intitolato MATLAB per l’analisi dei dati e la modellazione predittiva (fare clic su questo link per la registrazione obbligatoria) che si terrà presso il Novotel di Torino (Corso Giulio Cesare, 338/34) il 30 marzo 2017 tra le ore 9.30 e le 12.30. A seguire verranno esplorate tecniche per l’acquisizione, l’analisi e la manipolazione efficace dei dati e le tecnologie di deployment di applicativi MATLAB. Nell’ultima parte dell’incontro verrà mostrato un esempio su come impiegare le tecniche di Machine Learning per sviluppare modelli di manutenzione predittiva. In particolare si parlerà delle ultime funzionalità introdotte in MATLAB per l’analisi e la gestione del dato, delle tecniche di Machine Learning in MATLAB per la modellazione del dato, del deployment di un’applicazione e di modellazione predittiva.
Il relatore
Il semimario sarà tenuto da Simone Lombardi, in MathWorks dal febbraio 2016 e uno degli Application Engineer del team italiano. Nell’aprile del 2015, ha conseguito il titolo di dottore di ricerca in Ingegneria Meccanica presso l’Università degli Studi di Napoli Federico II. Durante le sue attività di ricerca, Simone ha utilizzato MATLAB per lo sviluppo di tecniche statistiche avanzate per l’analisi di grandi quantità di dati da processi combustione che si verificano in sistemi di propulsione (motori a combustione, turbine, ecc.). Simone ha anche collaborato con la University of Cambridge ed altri enti di ricerca nel campo dell’analisi di dati da processi di combustione e dell’ottimizzazione di processi e sistemi energetici. Simone è autore di diverse ricerche scientifiche pubblicate su riviste e atti di convegni internazionali. In MathWorks Simone si occupa principalmente di MATLAB con focus su argomenti di data analytics, modellazione ed ottimizzazione.
