Ricerc@Sapienza

Il progetto proposto si pone l'obiettivo dello studio e dello sviluppo di soluzioni innovative nell'ambito degli Intelligent Control Systems. Il filone di ricerca degli Intelligent Control Systems rappresenta un punto di contatto tra la teoria del controllo e quello dell'intelligenza artificiale (AI), proponendo per problemi e tematiche classiche della teoria del controllo soluzioni che sfruttano i vantaggi apportati da approcci data-driven o AI-based in alcune loro funzionalità e caratteristiche. Il progetto si propone nello specifico di trattare due argomenti di ricerca contestualizzati su altrettanti casi di studio di concreta rilevanza industriale: (i) lo sviluppo di un framework adattativo basato sulla teoria del consenso per il Federated Learning in ambito biomedicale con compliance con i GDPR; (ii) lo sviluppo di un sistema di controllo basato sul Model Predictive Control e Deep Reinforcement Learning per il dosaggio insulinico in pazienti diabetici dotati di pancreas artificiali in ottica personalised and predictive medicine.
Il progetto partirà con un approfondito studio dello stato dell'arte ed entrerà poi in una fase di sviluppo e design delle soluzioni atte a risolvere i problemi dei due casi d'uso individuati. La validazione delle soluzioni individuate avverrà per via simulativa impiegando i più attendibili dati e software, come ad esempio lo UVA/Padova simulator, recentemente accettato dalla US Food and Drug Administration come sostituto di un paziente in vivo per trial preclinici in sistemi di controllo closed-loop per il dosaggio insulinico.