Obiettivi, metodologia e architettura concettuale

Obiettivi

  • Sviluppo e validazione di modelli predittivi per parametri termoigrometrici a breve termine, con metriche quantitative e validazione robusta.
  • Progettazione di un motore e di pipeline in grado di gestire predizioni real-time/batch, training e re-training, integrando modelli accademici in un contesto operativo scalabile.
  • Analisi e valutazione di tecnologie radar mmWave per tracking e monitoraggio indoor, con attenzione a algoritmi e scenari multi-sensore.
  • Realizzazione di una piattaforma software integrata con data model, API, workflow operativi, sicurezza, qualità del dato e journey utente.
  • Validazione sperimentale tramite dataset reali, test in produzione e sperimentazioni controllate, mitigando vincoli di installazione presso partner esterni.


Approccio metodologico end-to-end

L’approccio è di tipo end-to-end e include diverse fasi integrate che coprono l’intero ciclo di vita del dato.

Acquisizione e normalizzazione

Ingestione dati da sensori eterogenei e mappatura su un modello informativo comune, con controlli di qualità e tracciabilità.

Sviluppo algoritmi

Confronto di algoritmi ML/DL, validazione e produzione di framework replicabili.

Industrializzazione

Orchestrazione, scheduling, gestione template e predittori, compatibilità BYOM e integrazione in motori dedicati.

Presentazione e fruizione

API, dashboard, alerting e workflow operativi coerenti con ruoli e scenari.

Indice