Foto del docente

Alessandra Lumini

Professoressa associata

Dipartimento di Informatica - Scienza e Ingegneria

Settore scientifico disciplinare: IINF-05/A Sistemi di elaborazione delle informazioni

Didattica

Argomenti di tesi proposti dal docente.

Proposte di tesi e/o tirocini interni

  1. Computer vision in ambito sportivo: il tracking della palla nel beach volley.
    Sviluppo di un’applicazione di computer vision per il tracking della palla in video di beach volley. La palla è un oggetto piccolo, veloce, spesso soggetto a motion blur, occlusioni (mani, rete, giocatori) e cambi di scala (zoom / inquadratura). Un tracking affidabile è un prerequisito per analisi avanzate: eventi (serve, set, spike), statistiche, segmentazione rally e KPI tecnici.
    web interattiva per monitorare e analizzare le performance sportive, raccogliere dati dai giocatori e dai match, generare statistiche e visualizzazioni, e fornire strumenti per il miglioramento delle strategie.

  2. Computer vision in ambito sportivo: il tracking dei giocatori nel beach volley.
    Sviluppo di un sistema di Multi-Object Tracking (MOT) per il monitoraggio costante dei giocatori sulla sabbia. La tesi affronta le problematiche legate alle pose estreme durante i tuffi, alla distinzione dei compagni di squadra e alla gestione delle intersezioni tra i corpi. L’obiettivo è calcolare metriche atletiche come la velocità di spostamento, l’occupazione degli spazi difensivi e la coordinazione tra i membri del team durante le fasi di attacco e difesa.
  3. Sviluppo di una piattaforma web interattiva per la performance analysis nel beach volley. Progettazione e implementazione di una dashboard web per monitorare e analizzare le performance sportive, raccogliere dati granulari dai giocatori e dai match, generare statistiche avanzate e visualizzazioni dinamiche (heatmaps, grafici di rendimento). Il sistema fornisce strumenti decisionali per il miglioramento delle strategie, permettendo ai coach di filtrare i momenti chiave del match e confrontare i dati storici degli atleti.

  4. Progettare un sistema RAG per la gestione sicura di documenti riservati.
    Sviluppo di un sistema AI per gestire documenti riservati, con accesso autenticato, permessi granulati e audit trail, finalizzato a ridurre il carico amministrativo e garantire compliance alle normative di privacy.

  5.  Progettare e testare soluzioni LLM locali per il coding.
    Sperimentazione e validazione di modelli linguistici di grandi dimensioni (LLM) eseguiti localmente, con focus sull’assistenza alla scrittura e generazione di codice. Include installazione, configurazione, testing delle performance e integrazione in ambienti di sviluppo controllati.

  6. Progettare un’applicazione mobile per il tracciamento indoor degli utenti con integrazione al sistema di notifiche.
    Sviluppo di un’app mobile che consenta di rilevare la posizione degli utenti all’interno di ambienti chiusi tramite tecnologie di localizzazione indoor. L’app deve comunicare con il sistema di notifiche esistente, garantendo funzionamento affidabile anche in condizioni di connettività degradata o assente, e raccogliere dati sugli spostamenti degli utenti per la gestione di scenari dinamici.



Tirocini/Tesi Esterni (INFN)

  1. Progettare modelli dati multidimensionali per dashboard e report dinamici.
    Sviluppo di modelli dati orientati all’analisi visiva e alla produzione di report dinamici, utilizzando strumenti di Business Analytics avanzati su piattaforma cloud riservata.

  2. Sviluppare componenti Java per architettura ETL microservice-oriented.
    Progettazione di librerie e componenti Java per intercettare, filtrare ed elaborare dati provenienti da sorgenti NoSQL (MongoDB) in un’architettura a microservizi, con attenzione a modularità e scalabilità.

  3. Progettare modelli dati predittivi basati su dati amministrativi.
    Sviluppo di modelli statistici per identificare pattern e fluttuazioni nei dati di acquisti e gare dell’ente, con l’obiettivo di supportare decisioni strategiche e valutare impatti sul budget.

  4. Progettare un’architettura data lake per la gestione di fonti eterogenee.
    Definizione di soluzioni tecniche per centralizzare fonti dati eterogenee in un unico pattern di accesso, valutandone le sfide e potenzialità dal punto di vista di ETL/ELT distribuito e scalabile.

 

Ultimi avvisi

Al momento non sono presenti avvisi.