fbpx
chiudi

JOINT RESEARCH PROJECT

Progetto

Favorire la collaborazione tra università e impresa individuando aree di innovazione radicale a partire dalle quali sono attivati i progetti di ricerca. Ciascun team è costituito da un dottorando, un professore universitario e professionisti in ambito Innovation e Research & Development delle aziende. Le attività hanno una durata di 12 mesi, suddivisi in 2 momenti: il primo dedicato alla ricerca ed il secondo alla modellizzazione e sperimentazione di quanto studiato

Obiettivi

Sviluppare soluzioni innovative attraverso la creazione di sinergie tra ricerca universitaria applicata e esperienza pratica aziendale

Benefici

– Sviluppo di soluzioni e prodotti che riflettano le esigenze specifiche delle aziende
– Formazione di dottorandi universitari e coinvolgimento degli stessi in progetti reali
– Scambio di competenze e pratiche tra imprese ed università

calendario

data
attività
stato
11 dicembre 2020
Kick off iniziativa
Conclusa
6 febbraio 2020
Giornata di team building e avvio progetti
Conclusa
18 giugno 2020
Presentazione dei risultati della fase di studio
Conclusa
10 dicembre 2020
Presentazione dei risultati della fase di modellizzazione
Conclusa
15 marzo 2021
Presentazione dei risultati della II edizione
Prossimamente

aziende partecipanti

Enabling claim management automation via image analytics

Una importante società assicurativa si affida ad ELIS Innovation Hub per l’applicazione delle tecniche di image analytics alle immagini dei sinistri autostradali allo scopo di effettuare procedure di verifica automatica che snelliscano il processo di gestione della pratica. L’attività consiste nel Progetto e sviluppo di una sequenza di check di consistenza che consentano una rapida e automatica comprensione automatica delle caratteristiche del sinistro e del materiale fotografico ad esso associato.

Analisi di consumer profiling

Dato il vasto patrimonio informativo a disposizione, ELIS Innovation Hub svolge un’attività esplorativa e predittiva sui dati del Risparmio Postale per dotare CDP di strumenti innovativi di analisi finalizzati alla proposizione di azioni commerciali e al monitoraggio e valutazione di  iniziative intraprese. In particolare i temi trattati sono unsupervised learning, analisi predittive e l’integrazione dei risultati delle analisi in una dashboard Tableau preesistente.

Analisi predittiva in 3SUN su WetBench

EGP si affida ad ELIS Innovation Hub per effettuare, nella linea di produzione delle celle di 3SUN, il trial di un’applicazione di AI relativa all’analisi predittiva di due tipi di guasti su un equipment di processo (macchina Wet Bench). L’obiettivo ultimo è quello di Disegnare un’infrastruttura capace di attingere a dati eterogenei (MES e IoT) e di abilitare la manutenzione predittiva sulla 3SUN Gigafactory.

Visual sentiment analysis

Lo scopo di RAI è quello di riuscire a classificare il corretto sentiment del post/tweet attraverso una puntuale visual sentiment analysis. Si scelgono Instagram, Instagram TV e Twitter come fonti di immagini/video su cui condurre l’analisi. Gli obiettivi di progetto sono i seguenti: estrarre i contenuti rilevanti di post/tweet (in termini di immagini, gif e video); categorizzare immagini, video e gif (tenendo conto anche della presenza di emoji nelle stesse) per dare una classificazione del sentiment espresso; effettuare il riconoscimento automatico di volti e della presenza di personaggi televisivi nel materiale fotografico/video corrispondente ai post/tweet analizzati; arricchire il framework InstaRAI / SARAI preesistente con l’output di quest’analisi.

Decarbonizzazione & Circular Economy

Valutazione ambientale e studio tecnico-economico delle soluzioni disponibili per la produzione di biocarburanti avanzati

Sviluppo di biofuel per una transizione energetica sostenibile. Dovrà essere carbon neutral (o negative, se si riesce a stabilire una tecnologia che riesca a catturare la CO2), generato da biomasse sostenibili e avere prestazioni analoghe a quelle dei combustibili, che ad oggi rappresentano lo stato dell’arte. L’intero processo produttivo dovrà essere tracciabile attraverso strumenti digitali e orientato alla sostenibilità.

People Analytics

HR Analytics for the Homogeneous Classification of Declare and Inferred Skills – Creazione di un sistema dinamico per l’analisi delle competenze aziendali

Attravero la declinazione di un concetto di people intelligence, si vuol predisporre una mappatura delle competenze interne e individuazione delle skills richieste dal mercato, che aiuteranno ad ottenere un vantaggio competitivo. Per realizzare un’efficace mappatura si estrarranno informazioni provenienti dal sistema di performance management, percorsi formativi, (ecc…) e grazie a queste informazioni il sistema dovrà essere in grado di:

  1. Presentare i fabbisogni formativi per famiglie professionali​;
  2. Fornire uno skill gap delle posizioni rispetto al mercato;
  3. Fornire uno skill gap di ciascun employee rispetto ai ruoli futuri che potrà ricoprire.

HR Analytics for the Homogeneous Classification of Declared and Inferred Skills – Creazione di un sistema dinamico per l’analisi e la predizione delle competenze aziendali e sistema di recommendation rispetto ai ruoli

Il progetto ha l’obiettivo di creare un catalogo dinamico delle competenze che aiuti a realizzare:

Catalogazione delle skills interne: individuare/clusterizzare il patrimonio di competenze posseduto dagli employees. L’obiettivo sarà quello di rappresentare su scala mondiale:

  • Skills dichiarate dagli employees attraverso compilazione libera;
  •  “Inferred abilities” correlate ad interessi, esperienze lavorative, certificazioni, attività di mentoring, etc.

Catalogazione delle skills emergenti (esterne), ovvero individuare in modalità preventiva le competenze emergenti richieste dal mercato del lavoro per impostare in maniera predittiva i piani formativi (up-skilling e reskilling) e avere uno staffing più efficiente

Predictive Customer Management

Explanable AI for Predictive Customer Management – Interpretabilità nei modelli di deep learning

Il tema consiste nella realizzazione di un sistema automatico che distingua 2 categorie di utenti: a rischio elevato e a rischio basso (di incidenti); esso sarà realizzato attraverso l’estrazione dai dati raccolti dagli assicurati Generali relativi ad esempio alle rilevazioni GPS delle automobili, che si rivelano utili a delineare il profilo dell’utente. La profilazione consentirà di definire modalità di interazione tra GENERALI e l’utente finale, esse dovranno essere “personalizzate” e “adattative”, ossia dovranno cambiare nel tempo in base alle esigenze del singolo utente e fornire servizi aggiuntivi durante l’interazione. Attraverso la profilazione dell’utente e la creazione di un rapporto interattivo e dinamico con l’automobile e l’assicurazione sarà possibile ridurre le polizze di coloro che hanno rischi più bassi e prevedere non soltanto gli incidenti, ma anche i “quasi incidenti”.

Artificial Intelligence Driven Insight Delivery – analisi del comportamento dei consumatori a partire da fonti dati non stutturate

Creazione di un sistema e di un apposito tool di data visualization, che consenta di fare profilazione dei consumatori, di acquisire informazioni sul comportamento e di comprendere la relazione tra community-consumatori-vendite tramite l’analisi dei dati estratti dai social network.

Prospect Profiling and Customer Experience Enhancement in Collective Integrated Door-to-Door Mobility Services

Crezione di un sistema e di apposito tool di data visualization, che consenta di fare profilazione dei consumatori, identificando i prospect customers (clienti potenziali) e anticipando il loro comportamento, tramite l’analisi dei dati estratti dai social network.

Predictive Maintenance/Operations

Predictive Risk Analysis for Road Tunnels – Modelli dinamici per la predizione dell’indice di rischio nelle gallerie

L’ambito di ricerca è l’utilizzo dell’intelligenza artificiale nell’esercizio e nella gestione delle infrastrutture. Utilizzando quanto già c’è in termini di dotazione sensoristica, aggiungendo valore ai dati che non hanno ancora un impiego in termini di capacità di insight, si vogliono sviluppare delle tecnologie che consentano di effettuare una sensorizzazione wireless e distribuita a basso costo, attraverso la realizzazione di reti di sensori adatte ad infrastrutture con estensione territoriale molto vasta. In particolare, sulla base delle dotazioni sensoristiche esistenti, si vuol definire un risk index per trafori autostradali.

Smart Health 4.0

Sviluppare un sistema di monitoraggio a domicilio per i malati cardiopatici, che possa contribuire ad accorciare le distanze tra il paziente e la struttura, fornendogli maggiore sicurezza, comodità e al contempo riducendo i costi per la struttura sanitaria. Si tratterà di una soluzione di profilazione del paziente, in grado di prevedere eventi anomali sui parametri cardiaci, attraverso dispositivi IoT di monitoraggio: pulsiossimetro, sfigmomanometro, bilancia. Il focus della ricerca consisterà nell’individuazione di un algoritmo predittivo di accuratezza superiore all’88% per il quale valutarne la brevettabilità. Il sistema sarà integrato con il portale del cittadino (Dedalus), interagirà con un assistente virtuale (Alexa, Google) utilizzerà una Smartbox (TIMbox) per la collezione e l’elaborazione dei dati ed un servizio cloud per il salvataggio dei dati. Infine, è previsto un sistema di alert (mail/sms) basato su un algoritmo di riconoscimento delle anomalie che fa riferimento a soglie standard, non personalizzate sul paziente.