Emma Perracchione

Professore associato presso il DISMA -Dipartimento di Scienze Matematiche "G. L. Lagrange", Politecnico di Torino. Interessi di ricerca: teoria dell'approssimazione, interpolazione, calcolo scientifico, problemi inversi, machine learning.

• My main research interests focus on approximation theory and its applications. Specifically, greedy methods and two-layered kernel machines have been revisited and studied as feature reduction algorithms, enabling the identification of the most relevant physical variables for predicting geomagnetic storms. Moreover, these techniques will also be investigated from both a theoretical and practical perspective to determine optimal sampling strategies for simulating solar nanosatellites. This will lead to a substantial advancement in the understanding of inverse problems.

ERC sectors

SDG

• Premio di Studio "Luciana Picco Botta" conferred by Università degli Studi di Torino, Italy (2015)
• COST Short Term Scientific Mission (STSM) grant conferred by COST (European Cooperation in Science and Technology), Belgium (2015)
• Finanziamento GNCS Giovani Ricercatori 2016 conferred by GNCS, Italy (2016)
• Finanziamento GNCS Giovani Ricercatori 2020 conferred by GNCS (2020)

• Effective member - SWICo – Space Weather Italian Community., Italia (2022-)
• Effective member - Gruppo Nazionale di Calcolo Scientifico (GNCS-INdAM)., Italia (2013-)

• DOLOMITES RESEARCH NOTES ON APPROXIMATION (2021-), Guest Editor of magazine or editorial series
• DOLOMITES RESEARCH NOTES ON APPROXIMATION (2018-), Guest Editor of magazine or editorial series

• DWCAA24: 6-th Dolomites Workshop on Constructive Approximation and Applications (9/11/2024-13/11/2024), Participation to the organizing committee
• GIMC-SIMAI Young (9/7/2024-13/7/2024), Organizzatore di sessione speciale New trends in approximation
• AIxtreme Annual Meeting (26/6/2024-27/6/2024), Participation to the organizing committee

• Ricercatore a t.d. - t.pieno (art. 24 c.3-a L. 240/10), presso Università degli Studi di TORINO (1/10/2021-20/2/2022)

• Collegio di Ingegneria Meccanica, Aerospaziale e dell'Autoveicolo. Componente invitato
• Collegio di Ingegneria per l'Ambiente e il Territorio. Componente

PhD

• Kernel: Dall'Approssimazione al Machine Learning verso la Meteorologia Spaziale. A.A. 2024/25, SCIENZE MATEMATICHE. Main teacher
• KERNELS PER IL MACHINE LEARNING: APPLICAZIONI ALLA FISICA SOLARE. A.A. 2022/23, MATEMATICA PURA E APPLICATA. Main teacher

Master of Science

• Metodi numerici e calcolo scientifico. A.A. 2024/25, INGEGNERIA AEROSPAZIALE. Collaboratore del corso

Bachelor of Science

• Linear algebra and geometry. A.A. 2025/26, INGEGNERIA DELL'AUTOVEICOLO (AUTOMOTIVE ENGINEERING). Collaboratore del corso
• Algebra lineare e geometria. A.A. 2024/25, INGEGNERIA AEROSPAZIALE. Titolare del corso
• Linear algebra and geometry. A.A. 2024/25, INGEGNERIA DELL'AUTOVEICOLO (AUTOMOTIVE ENGINEERING). Collaboratore del corso
• Algebra lineare e geometria. A.A. 2023/24, INGEGNERIA INFORMATICA. Titolare del corso
• Linear algebra and geometry. A.A. 2023/24, INGEGNERIA DELL'AUTOVEICOLO (AUTOMOTIVE ENGINEERING). Collaboratore del corso
• Algebra lineare e geometria. A.A. 2022/23, INGEGNERIA GESTIONALE. Titolare del corso
• Linear algebra and geometry. A.A. 2022/23, INGEGNERIA DELL'AUTOVEICOLO (AUTOMOTIVE ENGINEERING). Collaboratore del corso
• Linear algebra and geometry. A.A. 2022/23, INGEGNERIA DELL'AUTOVEICOLO (AUTOMOTIVE ENGINEERING). Collaboratore del corso
• Linear algebra and geometry. A.A. 2021/22, INGEGNERIA DELL'AUTOVEICOLO (AUTOMOTIVE ENGINEERING). Collaboratore del corso
• Linear algebra and geometry. A.A. 2021/22, INGEGNERIA DELL'AUTOVEICOLO (AUTOMOTIVE ENGINEERING). Collaboratore del corso

• Kernel bases approximation and applications (DISMA)
• Deep learning (DISMA)

• Numerical Analysis and Scientific Computing (DISMA)

Projects funded by competitive calls

• GOSSIP - Greedy Optimal Sampling for Solar Inverse Problems (GOSSIP) , (2025-2027) - Responsabile Scientifico
  Nationally funded research - PRIN

• Matteo Trombini. Programme in Scienze Matematiche (40^th cycle, 2025-in progress)

• Audone, G.; Della Santa, F.; Perracchione, E.; Pieraccini, S. (2025)
  A recipe for learning Variably Scaled Kernels via Discontinuous Neural Networks. In: JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS, vol. 469, pp. 1-18. ISSN 0377-0427
  Contributo su Rivista
• Guastavino, Sabrina; Bahamazava, Katsiaryna; Perracchione, Emma; Camattari, Fabiana; ... (2024)
  Forecasting Geoffective Events from Solar Wind Data and Evaluating the Most Predictive Features through Machine Learning Approaches. In: THE ASTROPHYSICAL JOURNAL, vol. 971, pp. 1-7. ISSN 0004-637X
  Contributo su Rivista
• Camattari, Fabiana; Guastavino, Sabrina; Marchetti, Francesco; Piana, Michele; ... (2024)
  Classifier-dependent feature selection via greedy methods. In: STATISTICS AND COMPUTING, vol. 34, pp. 1-12. ISSN 0960-3174
  Contributo su Rivista
• Massa, Paolo; Perracchione, Emma; Garbarino, Sara; Battaglia, Andrea F.; Benvenuto, ... (2021)
  Imaging from STIX visibility amplitudes. In: ASTRONOMY & ASTROPHYSICS, vol. 656. ISSN 0004-6361
  Contributo su Rivista
• Campi, C.; Marchetti, F.; Perracchione, E. (2021)
  Learning via variably scaled kernels. In: ADVANCES IN COMPUTATIONAL MATHEMATICS, vol. 47. ISSN 1019-7168
  Contributo su Rivista