Il TinyML consente di eseguire algoritmi di machine learning su dispositivi a risorse limitate, tipici dell’IoT. Offre vantaggi come elaborazione locale, bassa latenza, maggiore privacy e ridotto consumo energetico, ma introduce sfide legate a ottimizzazione, compressione e capacità computazionale.

Un approccio di AI guidato dalla fisica introduce reti neurali strutturate per modellare le emissioni da usura dei freni, combinando conoscenza ingegneristica e dati per ottenere modelli più interpretabili, efficienti e robusti.

Studio interdisciplinare tra Trento e Sydney su bioinchiostri naturali per la rigenerazione ossea. Attraverso biostampa 3D e materiali come fibroina di seta, idrossiapatite e tropoelastina, sono stati sviluppati scaffold bioattivi, sostenibili e personalizzabili.

La collaborazione tra il Dipartimento di Ingegneria Industriale dell’Università di Trento e l’INFN-TIFPA sviluppa tecnologie avanzate che spaziano dai sensori di radiazione alle tecnologie quantistiche e alle missioni spaziali. Un ecosistema multidisciplinare che trasforma la ricerca fondamentale in applicazioni per medicina, industria e spazio.

Il progetto PRIN 2022 esplora il ruolo della metrologia nel processo penale per rafforzare l’affidabilità della prova scientifica. Attraverso l’analisi dell’incertezza di misura e l’elaborazione di linee guida operative, la ricerca promuove una cultura del “dubbio metodico” per prevenire bias cognitivi e ridurre il rischio di errori giudiziari, favorendo il dialogo tra scienza e diritto.

Il progetto JETCELL esplora l’uso della stampa 3D Binder Jetting per realizzare anodi innovativi destinati alle pile a combustibile a carbonio diretto. Utilizzando biochar da sansa d’oliva e fanghi rossi industriali, la ricerca punta a trasformare rifiuti pericolosi in risorse energetiche, favorendo la neutralità carbonica e l’economia circolare.

Il progetto esplora l’uso del Constrained Reinforcement Learning per addestrare il robot quadrupede Unitree Aliengo. Grazie a una variante sicura del PPO e a un rigoroso processo sim-to-real, il robot apprende camminate stabili, efficienti e trasferibili nel mondo reale.

L’articolo affronta il problema del rendezvous spaziale, ovvero l’incontro controllato tra satelliti in orbite ellittiche, e presenta nuove strategie di controllo impulsivo. Attraverso strumenti avanzati come la teoria di Floquet-Lyapunov e i sistemi dinamici ibridi, la ricerca propone soluzioni precise, sicure ed efficienti per missioni spaziali sempre più autonome.

La ricerca esplora materiali compositi autoriparanti capaci di recuperare gran parte delle proprietà meccaniche dopo il danno. Modificando PA6 e integrando fibre corte e lunghe di carbonio, sono stati ottenuti aumenti significativi della vita a fatica e, in alcuni casi, recuperi superiori al 100%. Anche i compositi termoindurenti mostrano miglioramenti grazie a strati polimerici prodotti in additive manufacturing. Il lavoro trova applicazione in settori come automotive e aerospazio.

Quando pensiamo a un computer, lo immaginiamo alle prese con numeri: somme, moltiplicazioni, dati che diventano risultati. È il calcolo numerico, quello che usiamo ogni giorno con calcolatrici, fogli di calcolo e software di simulazione. Ma c’è anche un’altra faccia del calcolo scientifico: il calcolo simbolico. La combinazione di calcolo simbolico e numerico permette di simulare sistemi dinamici complessi in modo più stabile ed efficiente. Il metodo semplifica le DAE, riduce i tempi di calcolo e consente simulazioni che i soli metodi numerici non riuscirebbero a gestire.

Il biossido di titanio (TiO₂), ampiamente usato in cosmetica e industria, viene spesso silanizzato per migliorarne la stabilità e ridurre la formazione di specie reattive dell’ossigeno. Una recente ricerca dell’Università di Trento e di Milano-Bicocca mostra però che questo trattamento favorisce la produzione di ossigeno singoletto, una specie altamente reattiva. Questo risultato rivela nuove potenzialità per applicazioni sostenibili nella sintesi organica, come la produzione di epossido di limonene.