SCARSELLI FRANCO

Franco
Scarselli
Professore Ordinario
Orari di ricevimento
-
Mercoledi' dalle 14:00 alle 16:00Luogo: Edificio S. Niccolo', Via Roma n.56 - stanza 112
Wednesday, 14.15-16.15
Curriculum Vitae
Attività didattica
ANNO ACCADEMICO DI ESPLETAMENTO: 2025/2026
Anno di corso: 2
Corso di Laurea Magistrale
ARTIFICIAL INTELLIGENCE AND AUTOMATION ENGINEERING
A.A. 2024/2025
ANNO ACCADEMICO DI ESPLETAMENTO: 2024/2025
Anno di corso: 2
Corso di Laurea Magistrale
ARTIFICIAL INTELLIGENCE AND AUTOMATION ENGINEERING
A.A. 2023/2024
ANNO ACCADEMICO DI ESPLETAMENTO: 2023/2024
Anno di corso: 2
Corso di Laurea Magistrale
ARTIFICIAL INTELLIGENCE AND AUTOMATION ENGINEERING
A.A. 2022/2023
ANNO ACCADEMICO DI ESPLETAMENTO: 2022/2023
Anno di corso: 1
Corso di Laurea Magistrale
ARTIFICIAL INTELLIGENCE AND AUTOMATION ENGINEERING
A.A. 2022/2023
ANNO ACCADEMICO DI ESPLETAMENTO: 2021/2022
Anno di corso: 1
Corso di Laurea Magistrale
ARTIFICIAL INTELLIGENCE AND AUTOMATION ENGINEERING
A.A. 2021/2022
Attività di ricerca
Ultime pubblicazioni:
- Farina, G., Brunori, G., Chessa, S., Kocian, A., Lai, M.B., Nardi, D., et al. (2025). Interoperable Traceability in Supply Chains: A Use Case in Agritech. In Intelligent Transport Systems (pp.29-45). Cham : Springer [10.1007/978-3-031-86370-7_3]. - dettaglio
- D'Inverno, G.A., Bianchini, M., Scarselli, F. (2025). VC dimension of Graph Neural Networks with Pfaffian activation functions. NEURAL NETWORKS, 182 [10.1016/j.neunet.2024.106924]. - dettaglio
- Bonechi, S., Andreini, P., Corradini, B.T., Scarselli, F. (2025). An analysis of pre-trained stable diffusion models through a semantic lens. NEUROCOMPUTING, 614 [10.1016/j.neucom.2024.128846]. - dettaglio
- D'Inverno, G.A., Bianchini, M., Sampoli, M.L., Scarselli, F. (2024). On the approximation capability of GNNs in node classification/regression tasks. SOFT COMPUTING [10.1007/s00500-024-09676-1]. - dettaglio
- Graziani, C., Drucks, T., Jogl, F., Bianchini, M., Scarselli, F., Gartner, T. (2024). The Expressive Power of Path-Based Graph Neural Networks. In Proceedings of Machine Learning Research (pp.16226-16249). ML Research Press. - dettaglio