Theses
Proposte Tesi e Stage
Ottimizzazione della Gestione delle Acque nel Delta del Fiume Rosso Utilizzando l'Intelligenza Artificiale
Questa tesi mira a sviluppare tecniche basate sull'intelligenza artificiale per ottimizzare la gestione delle acque nel Delta del Fiume Rosso, Vietnam. L'obiettivo è bilanciare gli obiettivi multifunzionali della generazione di idroelettricità, della regolazione delle inondazioni, dell'approvvigionamento idrico agricolo e della mitigazione dell'intrusione di acqua salata. Utilizzando algoritmi di pianificazione dell'IA e tecniche di ottimizzazione, il progetto mira a migliorare le operazioni gestione del bacino idroelettrico di Hoa Binh, considerando vincoli come la sicurezza della diga e le variazioni dei livelli dell'acqua. Questa ricerca contribuirà a pratiche sostenibili di gestione delle acque nel Delta del Fiume Rosso, migliorando la produttività agricola e la produzione energetica mentre si affrontano sfide ambientali. Lo studio prevede la modellazione della rete fluviale, l'applicazione di algoritmi di IA per la generazione di politiche e la valutazione dell'efficacia di tali politiche nelle attuali e proiettate condizioni climatiche.
Docente di riferimento: Prof. Ivan Serina, uff. 29 DII, tel 0303715521, email: ivan.serina@unibs.it, con possibilità di tesi all'estero presso Thuyloi University. Vietnam.
Progettazione e sviluppo di strumenti ed attività per il supporto alla didattica dei corsi di Fondamenti di Programmazione, Machine Learning e Deep Learning
Formare nell'era digitale non può che risultare appropriato attraverso un ambiente di apprendimento online, in considerazione delle caratteristiche peculiari delle nuove generazioni. È, infatti, ormai assodato che lo sviluppo di percorsi di insegnamento-apprendimento online, o ancor meglio in modalità blended, risponde alle esigenze di flessibilità, di individualizzazione, personalizzazione e di autonomia del soggetto.
La tesi si propone di progettare ed implementare, sfruttando le potenzialità dei moderni sistemi generativi quali chatGPT , Codex e Code Lama, strumenti ed attività per il supporto alla didattica specifici per il corso di Fondamenti Programmazione dei CdL in Ingegneria Informatica, Elettronica, Telecomunicazioni ed Automatica e/o dei corsi di Machine Learning e Deep Learning della Laurea Magistrale di Ingegneria Informatica. A tal proposito verranno utilizzati strumenti di elearning quali moodle e sistemi di gestione della qualità del SW quali sonarqube. La tesi, con differenti gradi di approfondimento, può essere svolta sia nell’ambito della Laurea triennale che della Laurea magistrale dei Corsi di Studio in Ingegneria Informatica, Elettronica, Telecomunicazioni ed Automatica.
I principali obiettivi perseguiti dall'attività di supporto alla didattica saranno:
progettare attività di supporto alle lezioni al fine di facilitarne la comprensione;
consentire di ottenere dei feedback associati all'attività di programmazione svolta durante il corso;
progettare attività di verifica delle competenze acquisite.
Docente di riferimento: Prof. Ivan Serina, uff. 29 DII, tel 0303715521, email: ivan.serina@unibs.it
Pianificazione in Intelligenza Artificiale attraverso Large Language Models
Il progetto di tesi magistrale prevede l'implementazione di modelli neurali nell'ambito della pianificazione in Intelligenza Artificiale (IA). L'obiettivo è ottimizzare la creazione di piani, consentendo ai sistemi di comprendere istruzioni complesse e generare output più precisi. L'integrazione dei LLM nell'IA planning mira a potenziare l'efficienza e l'adattabilità dei sistemi intelligenti nella gestione delle attività pianificate. L'approccio si propone di utilizzare modelli di LLM integrati con le informazioni di pianificazione in un regime neuro-simbolico al fine di insegnare al modello il ragionamento necessario alla creazione dei piani.
Docente di riferimento: Prof. Ivan Serina, uff. 29 DII, tel 0303715521, email: ivan.serina@unibs.it
Proposte di stage/tesi esterni
In collaborazione con Ditte del territorio questi progetti si propongono di utilizzare strumenti di Machine Learning e Deep Learning per la Manutenzione predittiva, per lo sviluppo di ChatBot e la comprensione del linguaggio naturale.
Docente di riferimento: Prof. Ivan Serina, uff. 29 DII, tel 0303715521, email: ivan.serina@unibs.it
Analisi e Sviluppo di tecniche di Anomaly detection in ambito manifatturiero
La tesi Magistrale prevede lo sviluppo e l'implementazione di algoritmi per rilevare anomalie nelle macchine utilizzate nella produzione di calze. Questo coinvolge diverse attività chiave: dal trasferirmento degli algoritmi di rilevamento delle anomalie dalla fase di sperimentazione a quella di produzione e gestione dei casi reali, fino all'implementazione e all'ottimizzazione di algoritmi specifici per rilevare anomalie nel programma e nelle telemetrie delle macchine. il tesista sarà coinvolto nella creazione di una pipeline Cloud su AWS, che connette il dataset generato dalle macchine con il cliente, assicurando un flusso efficiente di dati e risultati.
Ditta di riferimento: Dinema S.p.A (Via San Polo 183, Brescia)
Refactoring di codice sorgente di una Web Application: da PHP/SQL allo "stato dell'arte" Aungular/REACT
La proposta di tesi invita gli studenti a esaminare attentamente le funzionalità esistenti nel codice sorgente di un'applicazione web. Attraverso un'analisi approfondita, gli studenti saranno chiamati a identificare aree di miglioramento e inefficienze. Successivamente, dovranno eseguire un refactoring mirato al fine di ottimizzare e semplificare il codice, applicando le pratiche più moderne e le migliori tecniche di programmazione. Infine, lo studente sarà sfidato a riscrivere il codice utilizzando linguaggi all'avanguardia come Angular o React, contribuendo così a garantire la longevità, la manutenibilità e le prestazioni ottimali dell'applicazione.
Ditta di riferimento: Mega Italia Media S.p.A (Castel Mella, Brescia)
Prompt Engineering delle API di ChatGPT con un focus particolare sul modello multimodale linguaggio-immagini
La tesi invita gli studenti a esplorare approfonditamente i concetti di Prompt Engineering, concentrando l'attenzione su come formulare prompt efficaci. Gli studenti dovranno immergersi nella documentazione di GPT-4 e acquisire una comprensione dettagliata dell'implementazione del modello multimodale, che integra linguaggio e immagini. Applicando queste conoscenze a un contesto aziendale specifico, come l'assegnazione di ticket di assistenza clienti, gli studenti contribuiranno a ottimizzare l'efficacia delle API di ChatGPT in scenari pratici e concreti.
Ditta di riferimento: Mega Italia Media S.p.A (Castel Mella, Brescia)
Realizzazione di un assistente virtuale per un'azienda di e-learning con ChatGPT
La tesi propone uno studio approfondito sulle capacità di GPTs nell'implementazione di assistenti virtuali, confrontandole con tecnologie esistenti come IBM Watson. Lo studente analizzerà i pro, i contro e i limiti di GPTs, esaminando le loro prestazioni in contesti specifici. Successivamente, implementerà l'assistente virtuale rispettando il funzionamento del sistema già in produzione, garantendo un'integrazione fluida. Infine, il lavoro si concentrerà sulla valutazione delle risposte fornite dall'assistente virtuale, esplorando la sua idoneità per la messa in produzione nell'ambito dell'e-learning aziendale.
Ditta di riferimento: Mega Italia Media S.p.A (Castel Mella, Brescia)