Approcci NNs-based pro-integrazione di tecniche MFGs e SPDEs per applicazioni industriali

Il progetto di ricerca mira a integrare teoria MFGs, SPDEs e reti neurali per modellare sistemi industriali complessi via dinamiche di popolazioni di agenti interagenti. L’obiettivo è lo sviluppo di soluzioni decisionali adattive per applicazioni, e.g., fault detection, manutenzione predittiva, logistica e mercati dell'energia, laddove gli agenti caratterizzanti le componenti dei sistemi d'interesse seguano dinamiche stocastiche influenzate da logiche di campo medio, mentre le reti neurali aggiornano in tempo reale i parametri decisionali. Il peculiare ciclo iterativo del progetto combina apprendimento, simulazione e ottimizzazione su base empirica. Ogni fase produce output tecnici e scientifici utili al trasferimento tecnologico. L’impatto si misura con grandezze fisico/industriali di riferimento, e.g. ottimizzazione dell'efficienza operativa, riduzione degli errori previsionali, miglioramento della redditività nei mercati di riferimento.