Webinar, martedì 8 novembre 2022 ore 18.00 – 19.00
Gli ultimi anni hanno testimoniato una crescita smisurata nell’utilizzo dei termini Artificial Intelligence e Machine Learning, che si sono ben radicati nel linguaggio comune. Infatti, sistemi che implementano tecnologie basate su di essi sono sempre più diffusi nei più diversi ambiti, come commercio, industria, dispositivi di uso comune. Allo stato attuale, sono soprattutto le grandissime aziende della tecnologia a guidare questa rivoluzione, grazie alla quale vengono sviluppate soluzioni in grado di analizzare ed utilizzare per scopi diversi (ottimizzazioni, diagnostica, decisioni complesse, etc.) la grande quantità di dati generati dai moderni sistemi elettronici ed elettro-meccanici. Lo studio dei dati tramite modelli matematici basati sui paradigmi dell’AI permette di scoprire relazioni, pattern caratteristici, individuare trend, anomalie, anche quando le variabili sono moltissime e la quantità di dati molto estesa, e così realizzare sistemi cosiddetti data-driven.
Lo scopo del webinar è di illustrare le idee che sono alla base di questi concetti, capire come vengono attualmente utilizzate e come potrebbero essere utilizzate negli ambiti in cui ancora non lo sono o lo sono poco, come ad esempio le industrie di media e piccola dimensione.
Verrà infine approfondito un caso studio: DIGIMAN, sviluppato nell’ambito del progetto POR-FESR, il cui tema è lo sviluppo di un sistema cyber-fisico basato su AI operante su macchina fresatrice a controllo numerico.
Programma:
• 18:00 – Welcome Monari, Toso, Blumetti
• Concetti principali del ML e Modelli diagnostici e predittivi basti su AI
• Modelli di AI applicati ai processi automatici inbound di magazzino e outbound
• AI per la manutenzione predittiva e Modelli AI per la produzione flessibile. Case Study: DIGIMAN
• 18:50 – Questions & Answers
• 19:00 – Termine
Locandina
La partecipazione è aperta anche ai non Soci previa iscrizione al webinar: https://www.eventbrite.it/e/biglietti-artificial-intelligence-e-machine-learning-452168577387
Per collegarsi alla trasmissione su Google Meet: https://meet.google.com/mqz-xypr-yrj