• 意大利电子学会董事会成员,2021 年至今 • 工程与应用科学博士学位协调员,2013 年至今 • 工程与应用科学系主任,2015-2018 年 • 工程学院副校长,2014 - 2018 年 • 工程与应用科学系董事会成员,2014 - 2015 年 • 研究小组和微电子实验室负责人 • 贝加莫大学董事会成员,2009-2012 年 • 工业工程系副主任,2006-2009 年 • 多年来,担任工业测量电子学、电子学基础、数字系统和电信电子学、仪器仪表和电子测量、电子学和生物医学信号处理、电子实验室等课程的讲授者 • 日期 1998/11 – 2006/9 • 工作单位 贝加莫大学 • 职位 副教授 (ING-INF/01 – 电子学) • 主要职责和责任 • 微电子研究小组组长 • 工业工程系副主任,2005-2006 • 计算机工程学位课程协调员 - 新系统,2001-2003
研究与专业经历 Giuseppe Valerio Bianco 于 2006 年以满分 (110/110) 优异成绩获得意大利巴里大学化学系“化学”荣誉学位,并于 2010 年获得巴里大学“创新材料化学”博士学位。他曾在微电子与微系统研究所 (CNR-IMM, Lecce Unit) 担任研究员两年 (2010-2012),并在无机方法与等离子体研究所 (CNR-IMIP, Bari Unit) 担任研究员三年 (2012-2014)。自 2015 年起,他一直在 CNR-NANOTEC 纳米技术研究所担任研究科学家。 对科学的贡献 他的主要科学活动和专业知识,由 55 篇国际期刊出版物 (h-index=19, SCOPUS)、n 证明。 1 项专利、23 篇会议论文集和 60 多篇会议论文(亦受邀),包括:(1) 用于合成 1D(半导体纳米线)、2D(石墨烯和过渡金属二硫属化物)和 3D(金属纳米颗粒)纳米结构材料的 CVD、等离子增强 CVD 和 PVD 方法;(2) 用于材料和纳米材料表面化学处理的湿法和等离子工艺。他是 CNR-Graphene Factory 门户网站普利亚石墨烯实验室部门的科学负责人,该门户网站负责传播石墨烯和二维材料的研究。正在进行的研究项目 2020 年“GRA4TEC,用于技术应用的石墨烯”,由华为技术有限公司(加拿大)资助。职位:首席研究员(PI);2020 年“GraFoMi,用于光子和微波器件的工程石墨烯”,由巴里理工大学资助。角色:首席研究员 (PI);2020 年“PHEMTRONICS,主动光学相变等离子体跨维度系统,实现飞焦耳和飞秒超宽带自适应可重构设备”,由 H2020-EU.1.2.1 资助。角色:共同 PI。已完成的研究项目 2019-2020 年“COPPER”由混合和有机太阳能中心 (CHOSE,意大利罗马) 资助,用于将大面积 CVD 石墨烯用作有机光伏器件中的透明导电层。 2018-2019 “用于屏蔽和光束控制的光学透明和可重构微波设备”,由美国陆军 RDECOM 资助,contratto W911NF-18-1-0263,角色:Co-PI;2016-2018 “TWINFUSYON,用于提高光电生物传感多功能纳米系统研究能力的孪生”,由 EC H2020-TWINN-2015(692034)资助。角色:研究团队成员;2013-2016 “MEM4WIN,用于零能耗建筑的先进、可调节和经济实惠的四层玻璃窗的超薄玻璃膜”,由 EC FP7-2012-NMP-ENV- ENERGY-ICT-EeB(314578)资助。角色:研究团队成员;2010-2013 “SENS&MICROLAB,创新传感器和普利亚大区资助的“航空微系统”项目(POFESR 2007-2013)。角色:研究团队成员;2010-2012“NIM-NIL,通过纳米压印光刻技术大面积制造 3D 负折射率超材料”由 EC-FP7-NMP-2008-SMALL-2-228637 资助。角色:研究团队成员;2008-2010 “NANOCHARM,利用椭圆偏振和偏振技术进行多功能纳米材料表征”由 EC FP7-NMP-2007-CSA-1 (218570) 资助。角色:研究团队成员。
- 3 家衍生公司的联合创始人和董事会成员,其中两家获得了 EIC 加速器奖:Quside ( www.quside.com ) 是一家专注于安全通信和高性能计算的集成量子随机数生成器的公司,Sixsenso ( www.sixsenso.com ) 是一家专注于检测水中微生物的图像传感系统的公司,Luxquanta ( www.luxquanta.com ) 是一家专注于量子密码系统的公司。第四家专注于半导体和活细胞相位成像的衍生公司正在孵化中 ( www.shinephi.tech )。
在《你的老板就是算法:人工智能、平台工作和劳动力》一书中,阿洛伊西和德斯特凡诺认为,技术可以而且必须受到监管,以确保进步不会以广泛的剥削、歧视和雇佣关系恶化为代价。他们着手澄清人们对劳动力技术的误解,并提出技术变革如何实现经济增长同时保留人类自主权的方法。在此过程中,他们关注劳动力研究的两个经典维度——个体和集体,以探讨三个充满活力的争论领域如何改变了工作世界:自动化、算法和平台。虽然这本书借鉴了来自欧盟、英国和美国的案例研究,但它提出的问题似乎具有普遍相关性,并可能会在其他司法管辖区引发讨论。
在核物理领域,机器学习的应用已在核实验、核天体物理和各种计算密集型任务等领域得到探索,如图 1 所示。在核物理实验中,机器学习算法已用于处理大型数据集,帮助识别粒子、改进事件重建,并允许进行实验设计和控制。在核天体物理领域,机器学习已用于分析信号,这在处理来自嘈杂太空环境的数据时特别有用。它还有助于确定致密物质的性质,这对于理解某些天体事件至关重要。机器学习还有利于应对计算密集型挑战。它已应用于强子结构和核碰撞 [参见 TWG 1 和 3]、天体物理模拟 [参见 TWG 4],尤其是应用于格点 QCD [参见 TWG 1](一种第一性原理方法),以增强我们对核物质的理解。
摘要:运输基础设施的高频频率监测对于促进主要服务和防止重大服务中断或结构性故障至关重要。基于地面的非破坏性测试(NDT)方法已成功应用数十年,达到了非常高的数据质量和准确性标准。但是,数据收集及其对可靠的基础架构管理系统(IMSS)的实施需要常规活动和较长的检查时间。另一方面,卫星遥感技术,例如多阶段的干涉合成孔径雷达(MT-Insar)方法,已证明有效地监视了运输基础设施(道路,铁路和空气轨道)的地面分离,并以更高的时间调查和覆盖区域的调查频率和覆盖区域的范围更高的时间频率。然而,(i)卫星遥感和(ii)基于地面NDT方法的信息的集成是在土木工程中仍需要充分探索的主题。本文旨在审查这两个方面的独立和合并应用,用于运输基础设施监测。还讨论了最近的进步,主要挑战和未来的观点。
Patrick W. Cullinane 1,2,Sarah Wrigley 1,2,Jacy Bezerra Parmera 2,3 Fernanda Valerio 5,Thomas O. Millner 5,Patrick W. Cullinane 1,2,Sarah Wrigley 1,2,Jacy Bezerra Parmera 2,3 Fernanda Valerio 5,Thomas O. Millner 5,
Kost TD、Gessler C、Jänsch M、Flachowsky H、Patocchi A 和 Broggini GA (2015) 开发出第一种对火疫病具有更高抗性的顺式基因苹果。PLoS One doi: 10.1371/journal.pone.0143980 Meng XD、Bonasera JM、Kim JF、Nissinen RM 和 Beer SV (2006) 与火疫病病原菌 Erwinia amylovora 的致病效应物 DspA/E 相互作用的苹果蛋白。Mol Plant Microbe Interact 19:53-61 Nishitani C、Hirai N、Komori S、Wada M、Okada K、Osakabe K 等人 (2016) 利用 CRISPR/Cas9 系统对苹果进行高效基因组编辑。科学代表 doi: 10.1038/srep31481
Cortinovis 3,Giulia Frascarelli 3,Laura Nanni 3,Elena Bitocchi 3,Valerio di Vittori 3,Leonardo Vincenzi 1,Filippo 4
建议的引用:法拉利,亚历山德罗; Nispi Landi,Valerio(2023):迈向绿色经济:中央银行购买的作用,欧洲央行工作文件,编号2779,ISBN 978-92-899-5521-8,欧洲中央银行(欧洲央行),法兰克福a。 M.,https://doi.org/10.2866/800604