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.

• I miei principali interessi di ricerca vertono sulla teoria dell’approssimazione e relative applicazioni. Nello specifico, metodi greedy e 2 layered kernel machines sono stati rivisitati e studiati come algoritmi di feature reduction consentendo l’individuazione delle variabili fisiche più rilevanti alla previsione di tempeste geomagnetiche. Inoltre, tali tecniche saranno anche studiate sia da un punto di vista teorico che pratico al fine di individuare campionamenti ottimali per simulare nano satelliti solari. Questo porterà a un sostanziale avanzamento della conoscenza nel mondo dei problemi inversi.

Settori ERC

SDG

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

• Socio effettivo o corrispondente - SWICo – Space Weather Italian Community., Italia (2022-)
• Socio effettivo o corrispondente - Gruppo Nazionale di Calcolo Scientifico (GNCS-INdAM)., Italia (2013-)

• DOLOMITES RESEARCH NOTES ON APPROXIMATION (2021-), Guest Editor di rivista o collana editoriale
• DOLOMITES RESEARCH NOTES ON APPROXIMATION (2018-), Guest Editor di rivista o collana editoriale

• DWCAA24: 6-th Dolomites Workshop on Constructive Approximation and Applications (9/11/2024-13/11/2024), Partecipazione al comitato organizzativo
• 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), Partecipazione al comitato organizzativo

• 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

Dottorato di ricerca

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

Corso di laurea magistrale

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

Corso di laurea di 1° livello

• 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

• Approssimazione con basi kernel e applicazioni (DISMA)
• Deep learning (DISMA)

• Analisi Numerica e Calcolo Scientifico (DISMA)

Progetti finanziati da bandi competitivi

• GOSSIP - Greedy Optimal Sampling for Solar Inverse Problems (GOSSIP) , (2025-2027) - Responsabile Scientifico
  Ricerca Nazionale - PRIN

• Matteo Trombini. Corso in Scienze Matematiche (40^o ciclo, 2025-in corso)

• 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