Dottorando Valerio Rughetti

Titolo di Laurea

• Laurea Magistrale in Ingegneria Informatica

Università presso cui è stato conseguito il titolo

• Università La Sapienza di Roma

Curriculum formativo

Valerio Rughetti, è un ingegnere informatico libero professionista con esperienze didattiche in diversi corsi universitari e post universitari negli atenei de La Sapienza, Tor Vergata, Lumsa e LUISS.

In Luiss Business School tiene dei corsi nell’ambito dei laboratori dei Master Specialistici relativamente a tematiche di IoT, Digital Skills e Big Data. Dopo diverse esperienze come consulente informatico in iTesla Srl, Inspired Srl e Aptica Srl, è stato il CTO del reparto IoT e responsabile del reparto IVD (in vitro diagnostic device) di Aptica Srl.

Dal 2019 è consulente informatico del Parco Archeologico del Colosseo per il monitoraggio del Parco. Collabora con il Centro di Eccellenza della ricerca DEWS dell'Università dell'Aquila.

È cofondatore di Trevize Srl, società specializzata in machine learning, big data e algoritmi su ipergrafi. Collabora attivamente con CerereTech Srl sullo sviluppo di tecnologie di monitoraggio del territorio basato su immagini satellitari iperspettrali.

Informazioni generali sul corso di dottorato di afferenza

Insegnamenti obbligatori scelti:

• Intelligenza artificiale - 6 CFU;
• Internet of Energy - 6 CFU ;
• Introduzione ai Big Data - 6 CFU;
• Scrittura scientifica - 6 CFU;
• Piattaforme per i Big Data - 6 CFU;

Insegnamenti a libera scelta:

N.A.

Obiettivi del progetto di ricerca intrapreso

Is it possible to bound the response time of accelerators executing on FPGA? This could be necessary in real-time constraints application.

Dimostare che si può stabilire un upper bound ai tempi di esecuzione dei vari algoritmi (tipicamente di intelligenza artificiale). Determinare con certezza un worst case permetterebbe alle aziende di soddisfare requisiti minimi in contesti in cui il real-time o il near real-time sono necessari.

Linee di ricerca esplorate

INTELLIGENZA_ARTIFICIALE: MACHINE_LEARNING; EDGE_COMPUTING; IOT; HARDWARE; REALTIME_APP; ACCELERATORI_SU_FPGA

Metodologie utilizzate

N.A.
C; PYTHON; VIVADO; VITIS

Descrizione dei risultati del progetto conseguiti allo stato attuale

N.A.

Seminari (seguiti o tenuti per almeno 4 CFU)

Attività di ricerca (fino a 38 CFU)

Prodotti di ricerca

Lista delle pubblicazioni su rivista

Di Mascio, T., Fantozzi, P., Laura, L., & Rughetti, V. (2022). Age and gender (face) recognition: A brief survey. In Methodologies and Intelligent Systems for Technology Enhanced Learning, 11th International Conference 11 (pp. 105-113). Springer International Publishing.

Lista di pubblicazioni in libri e cataloghi

N.A.

Lista di pubblicazioni in atti di convegno

Di Mascio, T., Giammatteo, P., Laura, L., Rughetti, V., Valente, G. (2022). Federated learning on edge: age&gender recognition on FPGA. Convegno Nazionale CINI sull’Intelligenza Artificiale (Ital-IA)

Badagliacca,R., Fantozzi, P., Laura, L., Pirrone, M., Quaratino, G.R., Rughetti V. (2022). Building a Deep Learning path towards patients’ risk stratification in heart-related chronical diseas. Convegno Nazionale CINI sull’Intelligenza Artificiale (Ital-IA)

Lista dei brevetti registrati

N.A.

Totale dei prodotti di ricerca

3

Tesi di dottorato:

N.A.

Hai già consegnato la tua tesi di dottorato?

No