Sono attualmente disponibili diverse tesi che riguardano lo sviluppo di applicazioni basate su sensori, intelligenza artificiale, e tematiche legate al pervasive computing e alla privacy. Come successo in passato, i lavori di tesi che portino a risultati particolarmente significativi potranno essere pubblicati su riviste scientifiche o presentati a conferenza.

• Tecniche di AI per analisi del disagio psicologico
  La pandemia e la sua gestione hanno causato molteplici disagi psicologici specialmente in alcune fasce di popolazione. Nella tesi si useranno tecniche di Intelligenza Artificiale per analizzare contenuti prodotti su social network al fine di valutare il disagio psicologico lungo diverse dimensioni.
   
• Natural Language Processing/Generation (NLP/G) per healthcare
  Nell’ambito dei sistemi di healthcare, molte iniziative di ricerca sono volte a sviluppare sistemi elettronici in grado di stimolare l’individuo a mettere in atto comportamenti più salutari. Questa tesi investiga la progettazione e lo sviluppo prototipale di un agente conversazionale che possa agire come assistente terapeutico, offrendo consulenza personalizzata riguardo a specifici problemi di salute, in base al contesto e all’attività dell’individuo. Si useranno tecniche di NLP e machine learning per identificare concetti medici nel discorso e rilevare le emozioni del parlante. Il lavoro di tesi fa parte del progetto Europeo PhilHumans (https://www.philhumans.eu/).
   
• Riconoscimento di attività multiutente in base a dati di sensore
  La maggior parte dei sistemi di riconoscimento di attività domestiche si base sull’assunzione che il soggetto viva da solo nell’abitazione. Ovviamente in molti casi questa assunzione non è valida. In questa tesi si studieranno dei metodi per riconoscere le attività domestiche svolte in contemporanea da più individui in base a dati di sensore. Si useranno tecniche di intelligenza artificiale e dataset disponibili pubblicamente.
   
• Riconoscimento di anomalie comportamentali in base a sensori domestici
  Il riconoscimento di anomalie comportamentali compiute da soggetti fragili (ad esempio, anziani che vivono soli) ha importanti applicazioni in ambito healthcare, quali la diagnosi precoce di malattie croniche. Lo scopo della tesi è investigare tecniche innovative per rilevare anomalie comportamentali in base a dati acquisiti da sensori installati nell’abitazione dell’anziano, quali sensori di contatto per rilevare l’apertura/chiusura di sportelli e porte o l’utilizzo del frigo, sensori di movimento, di temperatura, ecc. Le tecniche proposte verranno valutate sperimentalmente utilizzando dataset di pazienti reali.
   
• Predizione di attività future in base a dati di contesto
  L’abilità di predire le attività future dell’utente è un fattore abilitante di svariate applicazioni. Nella tesi si studieranno tecniche innovative di intelligenza artificiale basate su una combinazione di metodi data-driven e knowledge-based. Le tecniche verranno sperimentati con dati di utenti reali.