GETUP (DIT.AD016.098)

Area tematica

Ingegneria, ICT e tecnologie per l'energia e i trasporti

Area progettuale

Struttura responsabile del progetto di ricerca

Istituto di iNgegneria del Mare (INM)

Responsabile di progetto

CRISTIANO CERVELLERA
Telefono: 01065751
E-mail: cristiano.cervellera@cnr.it

Abstract

Attività di ricerca, sviluppo ed innovazione oggetto della collaborazione
Le Parti collaboreranno nell'ambito del WP3 "Raccolta ed elaborazione dei dati".
L'attività riguarderà la definizione di una procedura, basata su modelli e algoritmi di intelligenza artificiale, volta ad aumentare l'usabilità dei servizi offerti dal sistema proposto per il progetto, ed abbattere le barriere digitali che ne possono limitare l'uso. In particolare, la procedura proposta prevede di sfruttare informazione relativa alla profilazione dell'utenza come verrà definita nel corso del progetto, in modo da abilitare un'offerta personalizzata delle diverse funzionalità disponibili nel servizio MaaS proposto. La personalizzazione si basa sulla definizione di opportuni indicatori che tengono conto sia di caratteristiche generali legate al tipo di utente, sia della dinamica delle preferenze personali di utilizzo del sistema. Lo scopo della procedura è di quantificare in modo dinamico la rilevanza per l'utente delle diverse funzionalità disponibili, così da rendere possibile un design adattativo delle interfacce in base al tipo di utenza.

Obiettivi

Risultati attesi dalle attività svolte congiuntamente da INM-CNR e da ON AIR S.r.l. nell'ambito del Progetto
I risultati attesi consistono nella definizione di un metodo data-driven per la quantificazione della rilevanza delle diverse funzionalità messe a disposizione dal sistema MaaS proposto, personalizzata in base alle caratteristiche e alle preferenze dell'utente. L'output sarà mirato a fornire indicazioni utili per un design adattativo delle interfacce previste. Il metodo studiato sfrutterà una rappresentazione dell'utenza definita in base alle caratteristiche di interesse per gli scopi del sistema MaaS proposto, e al tipo di dati che si prevede di utilizzare. Questa verrà integrata dalla storia personale di utilizzo delle funzionalità, così da permettere un output adattativo rispetto alle abitudini dell'utente. A tal fine, la metodologia sarà basata sull'impiego di modelli di machine learning e ottimizzazione dinamica (quali, a puro titolo di esempio, il reinforcement learning) in grado di adattare automaticamente l'output in modo dinamico, senza input da parte dell'utenza.

Data inizio attività

23/08/2021

Parole chiave

data driven, machine learning

Ultimo aggiornamento: 02/05/2024