Dal 22 al 23 gennaio si è svolta a Trieste la seconda edizione dei “Seminari di fisica della materia al sincrotrone”, attività promossa nell’ambito della convenzione quadro recentemente stipulata fra Elettra Sincrotrone Trieste e Università di Pisa, quest’anno supportata dall’Ateneo nel piano dei progetti speciali per la didattica. Tredici studenti dei corsi di laurea magistrale in Fisica e in Materials&Nanotechnology dell’Ateneo pisano, accompagnati dai professori Riccardo Mannella e Simone Capaccioli, hanno partecipato a due giornate di lezioni ed esercitazioni di laboratorio dedicate allo studio della materia condensata attraverso la radiazione di due sorgenti coerenti di luce, l'anello di accumulazione Elettra ed il laser a elettroni liberi (FEL) FERMI.

Gli studenti sono Lorenzo Bernazzani, Davide Bonaretti, Lorenzo Cacciamani, Ada Angela Chimienti, Letizia Ferbel, Maria Domenica Galati, Enio Mangiacotti, Simone Morviducci, Matteo Rinaldi, Raffaele Salvia, Giorgia Silvestrelli, Daniele Sonaglioni, Lorenzo Zavagna.

L’edizione 2019 dell’iniziativa ha proposto un ricco programma formativo grazie al coinvolgimento nelle attività didattiche, sia teoriche sia pratiche, di alcuni ricercatori di Elettra (Maurizio Polentarutti, Sigrid Bernstorff, Francesco D’Amico e Alessio Turchet), Fermi (Carlo Callegari) e TUGraz (Barbara Sartori). Dopo una prima parte dedicata a seminari tematici riguardanti le caratteristiche della radiazione prodotta dalle sorgenti di Elettra e FERMI e le loro possibili applicazioni sperimentali, gli studenti hanno potuto saggiare dal vivo alcuni esempi di lavoro di ricerca che viene svolta presso le grandi infrastrutture.

Un’intera giornata è stata dedicata infatti a lezioni “pratiche” presso le linee di luce XRD, IUVS, SAXS e DXRL, durante le quali gli studenti hanno partecipato direttamente alla realizzazione di un esperimento in tutte le sue fasi di preparazione del setup sperimentale, raccolta e analisi dati. In particolare, grazie all’impiego di tecniche di diffrazione ad ampio e piccolo angolo di raggi X e di spettroscopia Raman UV risonante, è stato possibile studiare la struttura e la dinamica di molecole rilevanti per applicazioni bio-mediche e agroalimentari.

«Il successo di questa seconda edizione, riscontrato nell'entusiasmo che gli studenti hanno mostrato nelle differenti attività svolte e dall’apprezzamento espresso dai docenti accompagnatori, conferma l’importanza di questa iniziativa che potrebbe diventare un appuntamento fisso annuale di incontro fra la comunità accademica pisana ed i laboratori Elettra e FERMI – commenta il professor Simone Capaccioli, direttore del CISUP (Centro per l'Integrazione della Strumentazione scientifica dell'Università di Pisa) e co-organizzatore dei seminari insieme alla dottoressa Barbara Rossi (Elettra) e al professor Claudio Masciovecchio (FERMI) – Tali occasioni di scambio sono fondamentali per creare sinergie sempre più strette fra l’Università di Pisa e le grandi infrastrutture di ricerca e possono aiutare a rafforzare la preparazione dei giovani che si affacciano all’attività di ricerca scientifica in ambito internazionale».

Bando

BANDO

Mod_1

Mod_2

BANDO

Mod_1

Mod_2

Bando

Tre studenti dell’Università si sono aggiudicati 20mila dollari vincendo il Fujitsu AI-NLP Challenge, una sfida al livello mondiale per sviluppare un programma in grado di scegliere la risposta corretta a domande poste in lingua inglese. Il team composto dai ventitreenni Alessio Gravina e Silvia Severini, rispettivamente di Maratea e Jesi, e da Federico Rossetto, ventisettenne di Bassano del Grappa, ha progettato una “rete neuronale profonda”. Si tratta cioè di un algoritmo che impara ad analizzare le domande attraverso un innovativo "meccanismo di attenzione" per focalizzare le parti del testo più rilevanti ai fini di individuare le risposte corrette.
Silvia, Federico e Alessio, ora all’estero con il programma Erasmus+ a Monaco Di Baviera, Bielefeld e Dublino, hanno sviluppato l’idea nell’ambito del corso in “Human Language Technology” della laurea magistrale in Informatica.
“Il corso – spiega il professore Giuseppe Attardi dell’Università di Pisa - si concentra particolarmente sulle tecniche di Deep Learning, che negli ultimi anni hanno portato a significativi progressi nel settore dell’elaborazione del linguaggio naturale, in particolare nella traduzione automatica, nel rispondere a domande, nell'analisi di sentimento e nel riconoscimento del parlato”.
Per riuscire a realizzare il prototipo in tempo utile per partecipare al concorso, i tre studenti hanno condotto i test su una macchina speciale acquistata dall’Università di Pisa con i fondi “Grandi Attrezzature 2016”. Questo tipo di macchine è infatti necessario per potere eseguire velocemente gli algoritmi di apprendimento di Deep Learning, che richiedono grande potenza di calcolo per elaborare grandi quantità di dati.

Tre studenti dell’Università si sono aggiudicati 20mila dollari vincendo il Fujitsu AI-NLP Challenge, una sfida al livello mondiale per sviluppare un programma in grado di scegliere la risposta corretta a domande poste in lingua inglese. Il team composto dai ventitreenni Alessio Gravina e Silvia Severini, rispettivamente di Maratea e Jesi, e da Federico Rossetto, ventisettenne di Bassano del Grappa, ha progettato una “rete neuronale profonda”. Si tratta cioè di un algoritmo che impara ad analizzare le domande attraverso un innovativo "meccanismo di attenzione" per focalizzare le parti del testo più rilevanti ai fini di individuare le risposte corrette.

Silvia, Federico e Alessio, ora all’estero con il programma Erasmus+ a Monaco Di Baviera, Bielefeld e Dublino, hanno sviluppato l’idea nell’ambito del corso in “Human Language Technology” della laurea magistrale in Informatica.

Da sinistra, Federico Rossetto, Silvia Severini e Alessio Gravina

“Il corso – spiega il professore Giuseppe Attardi dell’Università di Pisa - si concentra particolarmente sulle tecniche di Deep Learning, che negli ultimi anni hanno portato a significativi progressi nel settore dell’elaborazione del linguaggio naturale, in particolare nella traduzione automatica, nel rispondere a domande, nell'analisi di sentimento e nel riconoscimento del parlato”.

Per riuscire a realizzare il prototipo in tempo utile per partecipare al concorso, i tre studenti hanno condotto i test su una macchina speciale acquistata dall’Università di Pisa con i fondi “Grandi Attrezzature 2016”. Questo tipo di macchine è infatti necessario per potere eseguire velocemente gli algoritmi di apprendimento di Deep Learning, che richiedono grande potenza di calcolo per elaborare grandi quantità di dati.

BANDO Supporti alla Didattica

Modello 1 (Domanda)

Modello 2 Dichiarazione Sostitutiva

Esito della procedura

Il professor Bernardo Tellini, docente dell’Università di Pisa, è stato eletto nuovo presidente della IEEE Italy Section (Institute of Electrical and Electronics Engineers), la più importante associazione internazionale nell’ambito dell’ingegneria elettrica e dell’informazione. In precedenza, aveva servito come Conference Coordinator e dal settembre 2016 come Italy Section Vice-Chair e Chapter Activity Coordinator.
L’associazione fu fondata in Italia nel 1959 da Mario Tchou come Institute of Radio Engineers, IRE Section, e cambiò il suo nome in Italy Section sotto la presidenza di Algeri Marino. Nel 1966 si formarono le due sezioni North Italy Section e Central-South Italy Section per riunificarsi nel 2005 nella nuova Italy Section. A oggi, la Italy Section, articolata al suo interno in 40 Chapter, 3 Affinity Group, più di 20 Student Branch, Student Branch Chapter e Affinity Group, risulta con più di 5000 membri iscritti, di cui più di 1000 studenti, la terza per numerosità all’interno della Region 8 che comprende Europa, Africa e Medio Oriente.
Bernardo Tellini è attualmente professore ordinario di Misure elettriche e elettroniche al dipartimento di Ingegneria dell'energia, dei sistemi, del territorio e delle costruzioni. La sua attività di ricerca include principalmente lo sviluppo di metodi di misura per la caratterizzazione di sistemi interessati da elevate correnti impulsive, lo studio di proprietà elettriche e magnetiche di materiali, e la caratterizzazione di sistemi di accumulo dell’energia.

Il settore Servizi Statistici di Ateneo produce un insieme di statistiche su temi di interesse per la nostra comunità.

Alcuni cruscotti, sviluppati in PowerBi, permettono una visualizzazione dinamica e interattiva, consentendo anche di scaricare le informazioni in formato csv o xls.

L’accesso ai report è consentito a tutto il personale strutturato (docente e tecnico-amministrativo) mediante l’uso delle credenziali di Ateneo, con alcune limitazioni di visione per ruolo (presidenti di CdS e di Scuola, direttori di Dipartimento) e per organi/uffici competenti.

I cruscotti sono organizzati in dashboard per aree tematiche, cui si aggiunge il portale Unipistat ed una selezione di dati pubblici. Gli utenti esterni possono accedere liberamente ai dati pubblici e eventualmente contattare l’ufficio Servizi Statistici (Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.) per maggior dettaglio.