Dottorati di ricerca

Il Dipartimento di Ingegneria offre un percorso di dottorato ad alta valenza interdisciplinare e con una chiara vocazione internazionale

Sono presenti tre curricula:

  • Ingegneria civile
  • Ingegneria dell'informazione
  • Ingegneria industriale

Contatti: Ufficio Dottorato di ricerca

Offerta didattica per i corsi di Dottorato

Sfruttamento sostenibile di risorse energetiche rinnovabili

Periodo di svolgimento: 03 e 05/03/2025 ore 9.00 - 11.00

Location: sala consiliare corpo A

Numero ore: 4  CFU: 1

Docente: Silvio Simani

Afferenza: Dipartimento di Ingegneria - Unife

Abstract

Il modulo illustra le strategie di sfruttamento “sostenibile” delle energie rinnovabili, e in particolare del vento e dell’acqua. In riferimento perciò a installazioni del tipo di pale eoliche e impianti idroelettrici, si analizzeranno soluzioni definite “sostenibili”, cioè in grado di garantire la massimizzazione della produzione di energia elettrica a fronte di ogni possibile causa di malfunzionamento dell’impianto, applicate ad installazioni per la conversione energetica da fonti rinnovabili, come l’eolico e l’idroelettrico.

Attività sperimentali nell’ingegneria strutturale

Periodo di svolgimento: 14/03/2025 ore 9.00 - 13.00

Location: laboratorio di Civile (corpo E) + sala consiliare corpo A

Numero ore: 4  CFU: 1

Docente: Fabio Minghini

Afferenza: Dipartimento di Ingegneria -  Unife

Abstract

Il mini-corso illustrerà gli obiettivi delle principali tipologie di prova nell'ambito dell'Ingegneria Strutturale, fornendo una panoramica dei setup sperimentali più utilizzati, dei metodi per l'applicazione dei carichi e la realizzazione dei vincoli, nonché della progettazione della catena di misura e dei sistemi di acquisizione dei dati di prova. Verranno illustrati il funzionamento di alcune strumentazioni tipicamente adottate nelle prove di carico e le modalità di acquisizione delle misure tramite interfaccia LabView.

Modelling of Deep Neural Network architectures

Periodo di svolgimento: 19, 20 e 21/03/2025 ore 9.00 - 17.00

Location: sala consiliare corpo A

Numero ore: 20  CFU: 5

Docente: Riccardo Zese

Afferenza: Dipartimento di Ingegneria - Unife

Abstract

The course will analyse different types of neural networks, starting from the classical Fully Connected to Convolutional and Recurrent networks, up to generative models. The course will provide the basis, through laboratory exercises, for creating and training different neural network models, such as multilayer perceptrons (MLP), Convolutional Neural Networks (CNN) and Recurrent Neural Networks (RNN).

Elementi di meccanica dei solidi non lineare

Periodo di svolgimento: 09/05/2025 ore 9.00 - 13.00

Location: sala consiliare corpo A

Numero ore: 4  CFU: 1

Docente: Raffaella Rizzoni

Afferenza: Dipartimento di Ingegneria - Unife

Abstract

Il corso intende fornire i concetti di base utilizzati nella modellazione non lineare per l’analisi dei solidi e delle strutture, concetti che di norma vengono poco trattati nei percorsi di Laurea Magistrale. Gli argomenti trattati sono: statica e cinematica in grandi deformazioni; iperelasticità non lineare isotropa; soluzioni di problemi semplici.

Large Language Models

Periodo di svolgimento: 13, 15, 20 e 22/05/2025 ore 14.30 - 17.30

Location: sala consiliare corpo A

Numero ore: 12  CFU: 3

Docente: Alessandro Bertagnon

Afferenza: Dipartimento di Ingegneria - Unife

Abstract

Questo corso si focalizza sui Large Language Models (LLM), esplorandone le basi teoriche e le applicazioni avanzate in diversi contesti. Verranno analizzate tecniche come il Prompt Engineering, per ottimizzare l’interazione con i modelli, e la Retrieval-Augmented Generation (RAG), che combina la generazione di contenuti con il recupero di informazioni da una base di conoscenza autorevole al di fuori delle fonti di dati di addestramento. Saranno inoltre trattati i Multimodal Large Language Models, capaci di gestire sia input testuali che non testuali (es. immagini, audio, video), e le tecniche di image generation, per la creazione di immagini a partire da descrizioni testuali. Ogni argomento sarà arricchito da esempi applicativi per fornire competenze per l’utilizzo di queste tecnologie in ambito accademico e industriale.

Leghe a memoria di forma: aspetti teorici e applicazioni ingegneristiche

Periodo di svolgimento: 05/06/2025 ore 9.00 - 13.00

Location: sala consiliare corpo A

Numero ore: 4  CFU: 1

Docente: Mattia Merlin

Afferenza: Dipartimento di Ingegneria -  Unife

Abstract

Le leghe a memoria di forma (SMAs, Shape Memory Alloys) sono leghe metalliche caratterizzate da due comportamenti peculiari: l’effetto memoria di forma (SME – Shape Memory Effect) e la superelasticità (SE – Superelasticity Effect). L’utilizzo delle SMAs è ad oggi in una fase di rapido sviluppo e destinata ad ampliarsi ulteriormente nei prossimi anni. Le SMAs trovano applicazioni in svariati settori dell’ingegneria (meccanica, civile, elettronica, biomedicale) per la realizzazione di attuatori, dispositivi di fissaggio, sistemi antisismici, oltre che dispositivi biomedicali e micro-elettromeccanici.

An introduction to uncertainty quantification for PDEs

Periodo di svolgimento: 23, 25, 27 e 30/06/2025, 02 e 04/07/2025 ore 14.30 - 16.30

Location: aula 8 a Palazzo Machiavelli (sede DMI)

Numero ore: 12   CFU: 3

Docente: Giulia Bertaglia, Elisa Iacomini

Afferenza: Dipartimento di Scienze dell’Ambiente e della Prevenzione - Unife

Abstract

This course provides an overview of numerical methods of uncertainty quantification for evolutionary partial differential equations (PDEs). Both intrusive and non-intrusive methods will be presented and discussed, including Monte Carlo, Stochastic Galerkin, Stochastic Collocation, and Multi-fidelity approaches. Particular attention will be devoted to applications related to flow propagation and transport phenomena described by hyperbolic PDEs.

Analisi, modellazione e previsione delle serie temporali

Periodo di svolgimento: 15/07/2025 ore 9.00 - 13.00

Location: sala consiliare corpo A

Numero ore: 4  CFU: 1

Docente: Stefano Alvisi

Afferenza: Dipartimento di Ingegneria -  Unife

Abstract

Il corso si propone di fornire elementi e conoscenze di base per l’analisi delle serie temporali, la loro modellazione e previsione. Saranno quindi fornite nozioni inerenti all’analisi delle serie temporali, introducendo i concetti di serie discrete e continue, la funzione di autocorrelazione e l’analisi spettrale. Si introdurranno quindi alcuni approcci modellistici come i processi Markoviani del primo ordine senza/con periodicità, single e multisite e si forniranno infine indicazioni in merito allo sviluppo e verifica di modelli di previsione. La trattazione teorica sarà affiancata da esempi numerici mutuati da casi studio reali.

Synthetic Aperture Radar Systems for Satellite Applications

Periodo di svolgimento: 09/09/2025 ore 10.00 - 14.00

Location: sala consiliare corpo A

Numero ore: 4  CFU: 1

Docente: Antonio Raffo

Afferenza: Dipartimento di Ingegneria - Unife

Abstract

Il corso, partendo da una panoramica sulle applicazioni in cui trovano impiego sistemi satellitari che alloggiano radar ad apertura sintetica (e.g. osservazione della Terra, esplorazione e
colonizzazione dello spazio, space economy), descriverà le architetture e le tecnologie che definiscono lo stato dell’arte per il progetto di transceiver satellitari. Durante il corso, verranno
analizzate le sfide tecnologiche da affrontare per completare la transizione verso tecniche di beamforming completamente digitali che, grazie allo straordinario livello di flessibilità, apriranno la
strada ad una nuova era spaziale.

La valutazione del benessere negli ambienti e l’impatto sulla produttività

Periodo di svolgimento: 25/09/2025 ore 9.00 - 13.00

Location: sala consiliare corpo A

Numero ore: 4  CFU: 1

Docente: Chiara Visentin, Nicola Prodi

Afferenza: Dipartimento di Ingegneria -  Unife

Abstract

Nella valutazione del benessere negli ambienti di vita e di lavoro  si studiano il microclima, la qualità dell'aria, il rumore e l'illuminazione. Per ciascuna matrice si impiegano indicatori specifici e normalizzati, a volte correlati con procedure di valutazione inerenti la sicurezza negli ambienti di lavoro. Il benessere è inoltre fondamentale per la produttività nel lavoro. Il mini corso descriverà le metodologie impiegate per la valutazione del benessere e fornirà indicazioni sugli obblighi legislativi. Si discuterà anche la relazione tra benessere e produttività per alcuni ambiti lavorativi.

Materiali ceramici avanzati per applicazioni strutturali

Periodo di svolgimento: 15/10/2025 ore 14.30 - 18.30

Location: sala consiliare corpo A

Numero ore: 4  CFU: 1

Docente: Andrea Balbo

Afferenza: Dipartimento di Ingegneria - Unife

Abstract

Il corso intende fornire una panoramica sui principali materiali ceramici avanzati che vengono utilizzati per applicazioni strutturali in ambienti nei quali sono richiesti elevate proprietà meccaniche, elevata resistenza all’usura e alla corrosione anche ad alta temperatura. Saranno illustrate le principali famiglie di ceramici avanzati, le loro caratteristiche microstrutturali, proprietà meccaniche ed applicazioni

Optimization methods for industrial engineering

Periodo di svolgimento: 10-21/11/2025 - date e orari esatti da definire

Location: sala consiliare corpo A

Numero ore: 12  CFU: 3

Docente: Lucrezia Manservigi, Maddalena Nonato, Costanza Saletti

Afferenza: Dipartimento di Ingegneria -  Unife

Abstract

Il modulo illustra i metodi di ottimizzazione utilizzati in ambito ingegneristico con particolare riferimento agli algoritmi di Linear Programming (LP), Mixed Integer, Linear Dynamic Programming (DP), Dynamic Programming (MILP) e gradient-based method . Il modulo prevede anche applicazioni dei metodi di ottimizzazione all'optimal management e alla diagnostica di impianti e sistemi industriali utilizzando Matlab.

AI-assisted coding

Periodo di svolgimento: 06, 13, 16 e 23/06/2025 ore 9.00 - 12.00

Location: sala consiliare corpo A

Numero ore: 12  CFU: 3

Docente: Mattia Fogli

Afferenza: Dipartimento di Ingegneria - Unife

Abstract

The integration of artificial intelligence (AI) into coding workflows is transforming software development. This course provides an in-depth exploration of AI-assisted coding, with a special
emphasis on GitHub Copilot—a cutting-edge tool designed to enhance developer productivity. Participants will gain a thorough understanding of how to use Copilot effectively, exploring its
capabilities, limitations, and best practices for seamless integration. A central focus of the course is prompt engineering. By crafting well-designed prompts, developers can achieve precise, efficient, and contextually relevant code suggestions while minimizing errors and misunderstandings. Through practical, hands-on exercises, attendees will navigate the complexities of AI generated code and develop strategies to confidently address common challenges.