Machine learning:
Apprendimento con supervisione su sequenze (segnali, stringhe, time-series), alberi e grafi; algoritmi di apprendimento automatico efficienti e scalabili; machine learning distribuito e decentralizzato; design di modelli e algoritmi di machine learning (deep learning, reti neurali, modelli probabilistici, reservoir computing, approcci kernel-based, ecc.); automatic machine learning - algoritmi per l’ottimizzazione di iperparametri e per il meta-learning; explainable AI & machine learning (tecniche che consentano di estrarre informazioni facilmente interpretabili e fruibili a fini decisionali e per la valutazione di trattamenti e politiche); approcci ibridi di AI; applicazioni di intelligenza artificiale in vari ambiti, quali IoT, robotica, software engineering, veicoli a guida autonoma, veicoli connessi, 5G, medicina, sport, energia, bioinformatica, natural language processing, network management e scienze della vita.