Dottorando in Ingegneria Informatica E Dei Sistemi , 38o ciclo (2022-2025)
Dipartimento di Automatica e Informatica (DAUIN)
Profilo
Dottorato di ricerca
Titolo della tesi
Innovative Solutions for Industrial IoT
Argomento di ricerca
Soluzioni innovative per l'IoT industriale
Tutori
- Massimo Violante
- Gianpaolo Macario
Presentazione della ricerca
Interessi di ricerca
Biografia
Pietro D'Agostino è uno studente di dottorato in Ingegneria Informatica e dell’Automazione, attualmente membro del gruppo CAD (Computer-Aided Design). Ha conseguito un MSc in Ingegneria Meccatronica nel 2022, dopo la laurea triennale in Ingegneria Elettronica nel 2020. La sua ricerca è focalizzata sullo sviluppo di soluzioni innovative per rispondere alle nuove esigenze del mercato, attraverso una combinazione unica di tecnologie di fog computing e intelligenza artificiale.
Al centro del lavoro vi è un'architettura di fog computing ideata per la raccolta e l’elaborazione in tempo reale dei dati, che consente risposte rapide e a bassa latenza gestendo i dati più vicino alla loro origine. L'architettura integra un meccanismo di sandboxing per ospitare funzionalità sviluppate da terzi, offrendo così una grande adattabilità e scalabilità. Un aspetto fondamentale del progetto è lo sviluppo di funzionalità di manutenzione predittiva basate su algoritmi di intelligenza artificiale, in grado di anticipare potenziali guasti e migliorare l'affidabilità riducendo i tempi di inattività. Il suo lavoro propone un approccio proattivo e flessibile alla gestione dei dati e alla manutenzione, fissando un nuovo standard di efficienza e affidabilità nel settore.
Didattica
Insegnamenti
Corso di laurea magistrale
- Model-based software design. A.A. 2024/25, MECHATRONIC ENGINEERING (INGEGNERIA MECCATRONICA). Collaboratore del corso
- Model-based software design. A.A. 2023/24, MECHATRONIC ENGINEERING (INGEGNERIA MECCATRONICA). Collaboratore del corso
Pubblicazioni
Pubblicazioni più recenti Vedi tutte le pubblicazioni su Porto@Iris
- D'Agostino, Pietro; Violante, Massimo; Macario, Gianpaolo (In stampa)
A Hybrid Vibration-Based Anomaly Detection System for Predictive Maintenance of Capping Equipment. In: IEEE AISTA 2025 - 2025 Artificial Intelligence and Smart Technology Applications Symposium, Taipei, Taiwan, 15-17 luglio
Contributo in Atti di Convegno (Proceeding) - D'Agostino, Pietro; Violante, Massimo; Macario, Gianpaolo (2025)
A Scalable Fog Computing Solution for Industrial Predictive Maintenance and Customization. In: ELECTRONICS, vol. 14. ISSN 2079-9292
Contributo su Rivista - D'Agostino, Pietro; Violante, Massimo; Macario, Gianpaolo (2024)
Optimizing LSTM-based temperature prediction algorithm for embedded system deployment. In: 29TH INTERNATIONAL CONFERENCE ON EMERGING TECHNOLOGIES AND FACTORY AUTOMATION, Padova (IT), September 10-13, 2024, pp. 01-07
Contributo in Atti di Convegno (Proceeding) - D'Agostino, Pietro; Violante, Massimo; Macario, Gianpaolo (2023)
An embedded low-cost solution for a fog computing device on the Internet of Things. In: The Eighth IEEE International Conference on Fog and Mobile Edge Computing, Tartu (Estonia), September 18-20, 2023, pp. 284-291. ISBN: 979-8-3503-1697-1
Contributo in Atti di Convegno (Proceeding) - D'Agostino, Pietro; Violante, Massimo; Macario, Gianpaolo (2023)
A user-extensible solution for deploying fog computing in industrial applications. In: International Symposium on Industrial Electronics (ISIE) 2023, Helsinki- (FIN), 19-21 June 2023, pp. 1-6. ISBN: 979-8-3503-9971-4
Contributo in Atti di Convegno (Proceeding)