SCARSELLI FRANCO

Orari di ricevimento

  • Mercoledi' dalle 14:00 alle 16:00
    Luogo: Edificio S. Niccolo', Via Roma n.56 - stanza 112

Wednesday, 14.15-16.15

Attività didattica

ANNO ACCADEMICO DI ESPLETAMENTO: 2019/2020

Anno di corso: 1 Corso di Laurea Magistrale COMPUTER AND AUTOMATION ENGINEERING – INGEGNERIA INFORMATICA E DELL’AUTOMAZIONE A.A. 2019/2020
Anno di corso: 2 Laurea triennale (DM 270) INGEGNERIA GESTIONALE A.A. 2018/2019

ANNO ACCADEMICO DI ESPLETAMENTO: 2018/2019

Anno di corso: 1 Corso di Laurea Magistrale COMPUTER AND AUTOMATION ENGINEERING – INGEGNERIA INFORMATICA E DELL’AUTOMAZIONE A.A. 2018/2019
Anno di corso: 2 Laurea triennale (DM 270) INGEGNERIA GESTIONALE A.A. 2017/2018

ANNO ACCADEMICO DI ESPLETAMENTO: 2017/2018

Anno di corso: 2 Laurea triennale (DM 270) INGEGNERIA GESTIONALE A.A. 2016/2017

ANNO ACCADEMICO DI ESPLETAMENTO: 2016/2017

Anno di corso: 2 Laurea triennale (DM 270) INGEGNERIA GESTIONALE A.A. 2015/2016

ANNO ACCADEMICO DI ESPLETAMENTO: 2015/2016

Anno di corso: 2 Corso di Laurea Magistrale INGEGNERIA GESTIONALE A.A. 2014/2015

Attività di ricerca

Ultime pubblicazioni:

  • Bonechi, S., Andreini, P., Bianchini, M., Pai, A., & Scarselli, F. (2019). Confidence measures for deep learning in domain adaptation. APPLIED SCIENCES, 9(11). - dettaglio
  • Bonechi, S., Andreini, P., Bianchini, M., & Scarselli, F. (2019). COCO_TS Dataset: Pixel–Level Annotations Based on Weak Supervision for Scene Text Segmentation. In K.P. Tetko I.V. (a cura di), Artificial Neural Networks and Machine Learning – ICANN 2019: Image Processing. ICANN 2019 (pp. 238-250). Springer-Verlag. - dettaglio
  • Crivello, A., Palumbo, F., Barsocchi, P., La Rosa, D., Scarselli, F., & Bianchini, M. (2019). Understanding Human Sleep Behaviour by Machine Learning. In Cognitive Infocommunications, Theory and Applications (pp. 227-252). Springer-Verlag. - dettaglio
  • Rossi, A., Vannuccini, G., Andreini, P., Bonechi, S., Giacomini, G., Scarselli, F., et al. (2019). Analysis of brain NMR images for age estimation with deep learning. PROCEDIA COMPUTER SCIENCE, 159, 981-989. - dettaglio
  • Andreini, P., Bonechi, S., Bianchini, M., Mecocci, A., & Scarselli, F. (2018). A deep learning approach to bacterial colony segmentation. In Artificial Neural Networks and Machine Learning – ICANN 2018 (pp.522-533). Springer Verlag. - dettaglio