Descrizione: Il laboratorio SPAICOM svolge attività di ricerca interdisciplinare all’intersezione tra elaborazione dei segnali, scienza dei dati, comunicazioni wireless di nuova generazione e intelligenza artificiale. In particolare, si occupa di elaborazione dei segnali e apprendimento su domini topologici, sviluppando strumenti teorici e computazionali per l’analisi di segnali su grafi, complessi simpliciali e spazi topologici, con applicazioni che spaziano dalle reti biologiche ai sistemi sociali e ai dati multimodali. Parallelamente, il laboratorio è fortemente impegnato nella progettazione di sistemi intelligenti per le reti mobili 6G, dove l’intelligenza artificiale e l’apprendimento distribuito abilitano funzionalità avanzate in scenari come l’Industry 4.0, l’IoT, la guida autonoma e le città intelligenti. In questo contesto, un focus centrale è lo studio dell’edge intelligence, un paradigma in cui il training e l’inferenza sono distribuiti tra dispositivi eterogenei, sotto vincoli severi di latenza, potenza e connettività. Il laboratorio esplora inoltre le comunicazioni semantiche e goal-oriented, che superano l’approccio tradizionale basato sul flusso di bit, privilegiando il significato e l’efficacia del compito eseguito al ricevente, mediante tecniche come la compressione semantica adattativa, il principio dell’information bottleneck e modelli generativi probabilistici. Infine, le ricerche in si concentrano sulla progettazione di sistemi intelligenti per la gestione e l’adattamento dinamico delle risorse di accesso radio e del core di rete, secondo un paradigma goal-oriented. L’obiettivo è quello di ottimizzare congiuntamente i processi di sensing, comunicazione, calcolo, apprendimento e controllo, in modo da supportare applicazioni a elevata sensibilità alla latenza e all’affidabilità. Ciò avviene attraverso un’armonizzazione tra approcci model-based, come l’ottimizzazione stocastica di rete, e metodi data-driven, come il deep reinforcement learning, per garantire un adattamento continuo alle condizioni variabili del canale, alla distribuzione dei dati e alle risorse disponibili nei nodi di rete e nei dispositivi edge. All'interno di questo ampio spettro di attività, il laboratorio è attualmente impegnato in numerosi progetti di ricerca a livello nazionale ed europeo. Tra questi figurano iniziative strategiche finanziate dal programma Horizon SNS Joint Undertaking, come 6G-GOALS e ADROIT-6G, il progetto RESTART sostenuto dal PNRR attraverso i fondi del programma NextGenerationEU, nonché collaborazioni con il centro di ricerca Huawei di Parigi.
Description: The SPAICOM laboratory conducts interdisciplinary research at the intersection of signal processing, data science, next-generation wireless communications, and artificial intelligence. It focuses on signal processing and learning on topological domains, developing theoretical and computational tools for representing and analyzing signals on topological spaces, such as graphs or simplicial complexes, with applications ranging from communication networks, biological networks to social systems and multimodal data. In parallel, the lab is deeply involved in the design of intelligent systems for 6G mobile networks, where AI and distributed learning enable advanced functionalities in scenarios such as Industry 4.0, IoT, autonomous driving, and smart cities. A central focus in this context is the study of edge intelligence, a paradigm where training and inference are distributed across heterogeneous devices under strict constraints of latency, power, and connectivity. The laboratory also explores semantic and goal-oriented communications, which go beyond the traditional bitstream-based approach, emphasizing the role of knowledge base systems to properly represent the semantics of what is transmitted and improve the effectiveness of the whole communication system. This is achieved through techniques such as adaptive semantic compression, the information bottleneck principle, and probabilistic generative models. Finally, the lab's research addresses the design of intelligent systems for the management and dynamic adaptation of radio access and core network resources, following a goal-oriented paradigm. The aim is to jointly optimize sensing, communication, computation, learning, and control processes to support applications with high sensitivity to latency and reliability. This is achieved through the harmonization of model-based approaches, such as stochastic network optimization, and data-driven methods, such as deep reinforcement learning, to ensure continuous adaptation to varying channel conditions, data distribution, and available resources in network nodes and edge devices. Within this broad range of activities, the laboratory is actively involved in numerous research projects at both the national and European levels. It is currently participating in strategic initiatives funded under the Horizon SNS Joint Undertaking programme, including the 6G-GOALS and ADROIT-6G projects, as well as the RESTART project, supported by Italy’s National Recovery and Resilience Plan (PNRR) through the Next Generation EU programme. The lab also collaborates with the Huawei research center in Paris.
