Acronimo laboratorio:
AI Lab
Rete tematica:
Tipo di Laboratorio:
Sito web:
https://ingegneriacivileinformaticatecnologieaeronautiche.uniroma3.it/ricerca/ambito-informatica-e-automazione/ailab/
Descrizione e Finalità:
Il Laboratorio di Intelligenza Artificiale (AI Lab) dell'Università degli Studi Roma Tre svolge attività di ricerca, formazione avanzata e trasferimento tecnologico nell'ambito dell'Intelligenza Artificiale, del Machine Learning, del Deep Learning e dei sistemi intelligenti adattivi.
Il laboratorio riunisce un gruppo multidisciplinare di ricercatori impegnati nello studio di metodologie teoriche, computazionali e sperimentali per la progettazione, lo sviluppo e la valutazione di sistemi intelligenti, affidabili e adattivi, con particolare attenzione agli aspetti di personalizzazione, interazione uomo-macchina, analisi dei dati e supporto alle decisioni.
Le attività di ricerca comprendono sia approcci formalmente fondati sia metodologie empirico-sperimentali e data-driven. Le principali linee di ricerca includono: Machine Learning e Deep Learning; Large Language Models e Generative AI; Agents and Multi-agent Systems; Recommender Systems e User Modeling; Human-AI Interaction; Adaptive and Personalized Systems; Data Mining e Social Media Analysis; Explainable AI e AI etica; Intelligent Information Retrieval; Knowledge Representation; AI per beni culturali, turismo digitale e valorizzazione territoriale; AI per multimedia, digital humanities e ambienti immersivi; AI applicata a sistemi IoT e smart environments.
Il laboratorio sviluppa inoltre attività interdisciplinari orientate alla valorizzazione del patrimonio culturale attraverso tecnologie intelligenti per la fruizione personalizzata, l'analisi di contenuti multimediali, la virtualizzazione, la raccomandazione adattiva e l'interazione avanzata con archivi e collezioni digitali.
L'AI Lab supporta attività di ricerca nazionale e internazionale, formazione universitaria e post-universitaria, sviluppo di prototipi software, sperimentazione di infrastrutture computazionali avanzate e collaborazione con enti pubblici e imprese.
Le attività del laboratorio sono integrate con i corsi di laurea e con attività didattiche e seminariali dedicate all'Intelligenza Artificiale, al Machine Learning e alla Data Science, contribuendo alla formazione di studenti, ricercatori e professionisti del settore.
Strumentazioni, Tecnologie, Risorse basate sulla conoscenza:
Il laboratorio dispone di infrastrutture hardware e software dedicate allo sviluppo, addestramento e sperimentazione di sistemi avanzati di Intelligenza Artificiale, Machine Learning e Deep Learning, sia per attività di ricerca sia per applicazioni interdisciplinari.
Le principali strumentazioni e tecnologie includono:
infrastrutture GPU per calcolo ad alte prestazioni dedicate all sistemi basati su GPU NVIDIA Tesla P100 e NVIDIA L40S per elaborazione parallela, calcolo scientifico accelerato, addestramento e inferenza di modelli di Deep Learning, Large Language Models e AI generativa;
workstation avanzate per data analysis, simulazione e sviluppo di sistemi intelligenti;
infrastrutture software per Machine Learning, Deep Learning e Generative AI (PyTorch, TensorFlow, Scikit-learn, framework per LLM e AI agentica);
piattaforme per NLP, Information Retrieval, recommender systems e user modeling;
ambienti per elaborazione multimodale di dati testuali, immagini, audio e video;
sistemi di eye tracking per lo studio dell’interazione uomo-macchina, dell’attenzione visiva, della fruizione di contenuti digitali e dell’esperienza utente;
sistemi EEG (elettroencefalografia) per il monitoraggio dell’attività cerebrale e per sperimentazioni nell’ambito della Human-AI Interaction, neuroergonomia e adaptive systems;
robot sociali intelligente
infrastrutture per acquisizione, gestione e analisi di big data e social media data;
dataset, collezioni digitali, benchmark sperimentali e risorse computazionali sviluppate nell’ambito delle attività scientifiche del laboratorio.
Il laboratorio possiede inoltre competenze avanzate nella progettazione, sviluppo e validazione sperimentale di sistemi intelligenti adattivi e personalizzati, con applicazioni nei settori della digitalizzazione del patrimonio culturale, multimedia, smart environments, analisi comportamentale, sistemi interattivi e supporto alle decisioni.
Le principali strumentazioni e tecnologie includono:
infrastrutture GPU per calcolo ad alte prestazioni dedicate all sistemi basati su GPU NVIDIA Tesla P100 e NVIDIA L40S per elaborazione parallela, calcolo scientifico accelerato, addestramento e inferenza di modelli di Deep Learning, Large Language Models e AI generativa;
workstation avanzate per data analysis, simulazione e sviluppo di sistemi intelligenti;
infrastrutture software per Machine Learning, Deep Learning e Generative AI (PyTorch, TensorFlow, Scikit-learn, framework per LLM e AI agentica);
piattaforme per NLP, Information Retrieval, recommender systems e user modeling;
ambienti per elaborazione multimodale di dati testuali, immagini, audio e video;
sistemi di eye tracking per lo studio dell’interazione uomo-macchina, dell’attenzione visiva, della fruizione di contenuti digitali e dell’esperienza utente;
sistemi EEG (elettroencefalografia) per il monitoraggio dell’attività cerebrale e per sperimentazioni nell’ambito della Human-AI Interaction, neuroergonomia e adaptive systems;
robot sociali intelligente
infrastrutture per acquisizione, gestione e analisi di big data e social media data;
dataset, collezioni digitali, benchmark sperimentali e risorse computazionali sviluppate nell’ambito delle attività scientifiche del laboratorio.
Il laboratorio possiede inoltre competenze avanzate nella progettazione, sviluppo e validazione sperimentale di sistemi intelligenti adattivi e personalizzati, con applicazioni nei settori della digitalizzazione del patrimonio culturale, multimedia, smart environments, analisi comportamentale, sistemi interattivi e supporto alle decisioni.
Collocazione:
Laboratorio di Intelligenza Artificiale Sezione di Informatica e Automazione Dipartimento di Ingegneria Civile, Informatica e delle Tecnologie Aeronautiche Università degli Studi Roma Tre Via della Vasca Navale 79/81, Roma
Dipartimento / Istituto / Azienda / Struttura di appartenenza:
Dipartimento di Ingegneria Civile, Informatica e delle Tecnologie Aeronautiche – Università degli Studi Roma Tre
Partecipanti ricercatori di ruolo interni:
Fabio Gasparetti
Alessandro Micarelli
Giuseppe Sansonetti
Claudio Limongelli
Alessandro Micarelli
Giuseppe Sansonetti
Claudio Limongelli
Settori ERC:
Laboratorio inserito in una infrastruttura di ricerca:
Dal 2018 il laboratorio è nodo attivo del Laboratorio “Artificial Intelligence and Intelligent Systems” (AIIS) del Consorzio Interuniversitario Nazionale per l’Informatica (CINI)
.
.
Laboratorio convenzionato con soggetti di ricerca esterni:
No
Eventuali partner industriali e settori operativi:
Collaborazioni scientifiche, tecnologiche e progettuali con enti pubblici e partner industriali operanti nei settori dell’Intelligenza Artificiale, ICT, aerospace, data analytics, multimedia e trasformazione digitale.
Tra i partner industriali:
Thales Alenia Space
Sogei - Società Generale d'Informatica S.p.A.
Principali ambiti applicativi:
Artificial Intelligence e Machine Learning;
sistemi intelligenti adattivi;
data analysis e big data;
digital twin e realtà virtuale;
smart systems e supporto alle decisioni;
sistemi software avanzati e digitalizzazione.
Tra i partner industriali:
Thales Alenia Space
Sogei - Società Generale d'Informatica S.p.A.
Principali ambiti applicativi:
Artificial Intelligence e Machine Learning;
sistemi intelligenti adattivi;
data analysis e big data;
digital twin e realtà virtuale;
smart systems e supporto alle decisioni;
sistemi software avanzati e digitalizzazione.
Partecipazione alle attività di progetti internazionali:
No
Partecipazione alle attività di progetti nazionali:
Rome Technopole – Flagship Project 6
Titolo: Artificial Intelligence, Virtual Reality and Digital Twin for Advanced Engineering and Aerospace (FP6)
Programma: PNRR – Innovation Ecosystems / Rome Technopole
Periodo: 2022–2025
Tema: sviluppo di infrastrutture di ricerca e metodologie avanzate basate su Artificial Intelligence, Virtual Reality e Digital Twin per applicazioni ingegneristiche e aerospaziali. Il laboratorio contribuisce ad attività di ricerca su AI, sistemi intelligenti adattivi, analisi dei dati, ambienti immersivi e interazione uomo-macchina.
Progetti di formazione avanzata
Samsung Innovation Campus – New Constellations of the Feminine
Periodo: 2024–2025
Partner: Samsung Electronics Italia, Università Roma Tre, Università di Bologna, Università G. d’Annunzio Chieti-Pescara
Tema: progetto interdisciplinare di formazione avanzata su Artificial Intelligence, IoT, Digital Humanities e tecnologie immersive, con sviluppo di project work innovativi e attività formative rivolte a studenti universitari.
Progetti di formazione avanzata
Master “Operatore Specializzato in Information and Communication Technologies (ICT)”
Periodo: A.A. 2023/2024
Partner: Università degli Studi Roma Tre – in collaborazione con Arma dei Carabinieri
Tema: attività di alta formazione e trasferimento tecnologico nell’ambito dell’Intelligenza Artificiale e delle ICT, con attività seminariali specialistiche rivolte a operatori e professionisti del settore sicurezza e pubblica amministrazione.
FATA – From Authenticity to Art
Titolo: Italian Database of Forgeries. Multi-tier Strategies to Protect Cultural Heritage: Research, Cataloging, and Digitization of Forgeries
Programma: PRIN 2022
Periodo: 2025–2027
Tema: progetto interdisciplinare dedicato alla protezione e valorizzazione del patrimonio culturale attraverso metodologie digitali, catalogazione avanzata, digitalizzazione e tecniche AI-oriented per l’analisi e gestione di dati relativi a opere contraffatte e autenticazione artistica.
DIGA – Ecosistema sostenibile per la formazione e l’orientamento
Periodo: 2025–2026
Promotore: Fondazione Mondo Digitale
Finanziamento: Fondo per la Repubblica Digitale – Impresa Sociale
Tema: attività formative e di orientamento rivolte a studenti delle scuole nell’ambito delle competenze digitali, dell’Intelligenza Artificiale e delle tecnologie innovative, attraverso workshop e percorsi laboratoriali.
Titolo: Artificial Intelligence, Virtual Reality and Digital Twin for Advanced Engineering and Aerospace (FP6)
Programma: PNRR – Innovation Ecosystems / Rome Technopole
Periodo: 2022–2025
Tema: sviluppo di infrastrutture di ricerca e metodologie avanzate basate su Artificial Intelligence, Virtual Reality e Digital Twin per applicazioni ingegneristiche e aerospaziali. Il laboratorio contribuisce ad attività di ricerca su AI, sistemi intelligenti adattivi, analisi dei dati, ambienti immersivi e interazione uomo-macchina.
Progetti di formazione avanzata
Samsung Innovation Campus – New Constellations of the Feminine
Periodo: 2024–2025
Partner: Samsung Electronics Italia, Università Roma Tre, Università di Bologna, Università G. d’Annunzio Chieti-Pescara
Tema: progetto interdisciplinare di formazione avanzata su Artificial Intelligence, IoT, Digital Humanities e tecnologie immersive, con sviluppo di project work innovativi e attività formative rivolte a studenti universitari.
Progetti di formazione avanzata
Master “Operatore Specializzato in Information and Communication Technologies (ICT)”
Periodo: A.A. 2023/2024
Partner: Università degli Studi Roma Tre – in collaborazione con Arma dei Carabinieri
Tema: attività di alta formazione e trasferimento tecnologico nell’ambito dell’Intelligenza Artificiale e delle ICT, con attività seminariali specialistiche rivolte a operatori e professionisti del settore sicurezza e pubblica amministrazione.
FATA – From Authenticity to Art
Titolo: Italian Database of Forgeries. Multi-tier Strategies to Protect Cultural Heritage: Research, Cataloging, and Digitization of Forgeries
Programma: PRIN 2022
Periodo: 2025–2027
Tema: progetto interdisciplinare dedicato alla protezione e valorizzazione del patrimonio culturale attraverso metodologie digitali, catalogazione avanzata, digitalizzazione e tecniche AI-oriented per l’analisi e gestione di dati relativi a opere contraffatte e autenticazione artistica.
DIGA – Ecosistema sostenibile per la formazione e l’orientamento
Periodo: 2025–2026
Promotore: Fondazione Mondo Digitale
Finanziamento: Fondo per la Repubblica Digitale – Impresa Sociale
Tema: attività formative e di orientamento rivolte a studenti delle scuole nell’ambito delle competenze digitali, dell’Intelligenza Artificiale e delle tecnologie innovative, attraverso workshop e percorsi laboratoriali.
Partecipazione alle attività di progetti regionali:
Progetto AReM
Programma: POR FESR Lazio – KETs Tecnologie Abilitanti
Periodo: 2018-2020
Tema: sviluppo di soluzioni innovative basate su tecnologie digitali, Intelligenza Artificiale e data analysis per monitoraggio, supporto decisionale e applicazioni interdisciplinari. Il laboratorio ha contribuito allo sviluppo di metodologie AI e sistemi intelligenti per l’elaborazione e analisi dei dati.
Casa delle Tecnologie Emergenti (CTE Roma)
Titolo: CTE Roma – Percorso di Trasferimento Tecnologico – Analisi dei fabbisogni delle PMI
Periodo: 2023–2024
Tema: attività di trasferimento tecnologico, analisi dei fabbisogni innovativi delle PMI e diffusione delle tecnologie emergenti attraverso incontri, workshop e seminari con aziende del territorio, con focus su Artificial Intelligence, digital transformation e innovazione tecnologica.
Programma: POR FESR Lazio – KETs Tecnologie Abilitanti
Periodo: 2018-2020
Tema: sviluppo di soluzioni innovative basate su tecnologie digitali, Intelligenza Artificiale e data analysis per monitoraggio, supporto decisionale e applicazioni interdisciplinari. Il laboratorio ha contribuito allo sviluppo di metodologie AI e sistemi intelligenti per l’elaborazione e analisi dei dati.
Casa delle Tecnologie Emergenti (CTE Roma)
Titolo: CTE Roma – Percorso di Trasferimento Tecnologico – Analisi dei fabbisogni delle PMI
Periodo: 2023–2024
Tema: attività di trasferimento tecnologico, analisi dei fabbisogni innovativi delle PMI e diffusione delle tecnologie emergenti attraverso incontri, workshop e seminari con aziende del territorio, con focus su Artificial Intelligence, digital transformation e innovazione tecnologica.
Laboratorio aperto a utenti esterni:
Programma: POR FESR Lazio – KETs Tecnologie Abilitanti
Periodo: 2018-2020
Tema: sviluppo di soluzioni innovative basate su tecnologie digitali, Intelligenza Artificiale e data analysis per monitoraggio, supporto decisionale e applicazioni interdisciplinari. Il laboratorio ha contribuito allo sviluppo di metodologie AI e sistemi intelligenti per l’elaborazione e analisi dei dati.
Casa delle Tecnologie Emergenti (CTE Roma)
Titolo: CTE Roma – Percorso di Trasferimento Tecnologico – Analisi dei fabbisogni delle PMI
Periodo: 2023–2024
Tema: attività di trasferimento tecnologico, analisi dei fabbisogni innovativi delle PMI e diffusione delle tecnologie emergenti attraverso incontri, workshop e seminari con aziende del territorio, con focus su Artificial Intelligence, digital transformation e innovazione tecnologica.
Periodo: 2018-2020
Tema: sviluppo di soluzioni innovative basate su tecnologie digitali, Intelligenza Artificiale e data analysis per monitoraggio, supporto decisionale e applicazioni interdisciplinari. Il laboratorio ha contribuito allo sviluppo di metodologie AI e sistemi intelligenti per l’elaborazione e analisi dei dati.
Casa delle Tecnologie Emergenti (CTE Roma)
Titolo: CTE Roma – Percorso di Trasferimento Tecnologico – Analisi dei fabbisogni delle PMI
Periodo: 2023–2024
Tema: attività di trasferimento tecnologico, analisi dei fabbisogni innovativi delle PMI e diffusione delle tecnologie emergenti attraverso incontri, workshop e seminari con aziende del territorio, con focus su Artificial Intelligence, digital transformation e innovazione tecnologica.
Tariffario:
No
Regolamento di accesso e utilizzo:
Art. 1 – Denominazione e finalità
Il Laboratorio di Intelligenza Artificiale (AI Lab), afferente al Dipartimento di Ingegneria Civile, Informatica e delle Tecnologie Aeronautiche dell’Università degli Studi Roma Tre, svolge attività di ricerca, formazione avanzata, trasferimento tecnologico e supporto scientifico nell’ambito dell’Intelligenza Artificiale, del Machine Learning, del Deep Learning, dei sistemi intelligenti adattivi e dell’interazione uomo-macchina.
Il laboratorio promuove attività interdisciplinari nei settori:
- Artificial Intelligence;
- Large Language Models;
- Data Science;
- Recommender Systems;
- Human-AI Interaction;
- Adaptive and Personalized Systems;
- Multimedia Analysis;
- Social Media Analysis;
- Cultural Heritage Technologies;
- Educational AI;
- Intelligent Systems e Decision Support Systems.
Art. 2 – Responsabile scientifico
Il Responsabile Scientifico del laboratorio è il Prof. Fabio Gasparetti.
Il Responsabile Scientifico:
- coordina le attività scientifiche;
- autorizza l’accesso alle risorse del laboratorio;
- supervisiona l’utilizzo delle infrastrutture;
- promuove collaborazioni scientifiche e industriali;
- garantisce il corretto utilizzo delle attrezzature.
Art. 3 – Dotazione infrastrutturale
Il laboratorio dispone di:
- infrastrutture GPU per calcolo ad alte prestazioni;
- server dedicati all’addestramento e inferenza di modelli AI e Deep Learning;
- sistemi NVIDIA Tesla P100 e NVIDIA L40S;
- workstation avanzate per elaborazione dati e sviluppo software;
- sistemi di eye tracking;
- sistemi EEG per monitoraggio neurofisiologico;
- robot sociali intelligente
- piattaforme software per Machine Learning, Deep Learning e Large Language Models;
- risorse computazionali, dataset e strumenti per analisi multimodale.
Art. 4 – Attività del laboratorio
Il laboratorio svolge:
- attività di ricerca scientifica;
- sviluppo di prototipi e sistemi sperimentali;
- attività di formazione universitaria e post-universitaria;
- trasferimento tecnologico;
- supporto a progetti nazionali e internazionali;
- collaborazioni con enti pubblici e partner industriali;
- attività seminariali, workshop e sperimentazioni interdisciplinari.
Art. 5 – Accesso al laboratorio
L’accesso al laboratorio è consentito:
- al personale strutturato;
- a ricercatori, assegnisti, dottorandi e studenti autorizzati;
- a utenti esterni previa autorizzazione del Responsabile Scientifico.
L’utilizzo delle infrastrutture è subordinato:
- alla disponibilità delle risorse;
- al rispetto delle norme di sicurezza;
- alla compatibilità con le attività istituzionali del laboratorio.
Il laboratorio garantisce annualmente una quota minima di disponibilità per utenti esterni e attività condivise nell’ambito della Infrastruttura di Ricerca IR DTC Lazio.
Art. 6 – Utilizzo delle risorse
Le risorse hardware e software del laboratorio devono essere utilizzate esclusivamente per:
- finalità scientifiche;
- attività di ricerca;
- sperimentazione;
- formazione;
- trasferimento tecnologico.
È vietato l’utilizzo improprio delle infrastrutture o per attività non autorizzate.
Gli utenti sono responsabili:
- della conservazione delle attrezzature;
- della protezione dei dati;
- del rispetto delle normative vigenti in materia di sicurezza e privacy.
Art. 7 – Tariffario e utilizzo da parte di soggetti esterni
L’eventuale utilizzo delle infrastrutture del laboratorio da parte di soggetti esterni può prevedere un contributo economico.
Il tariffario viene definito in funzione:
- del tempo di utilizzo delle risorse;
- della tipologia e quantità di risorse computazionali impiegate;
- del livello di supporto tecnico-scientifico richiesto;
- della complessità del task o dell’attività da svolgere;
- dell’impiego di specifiche attrezzature hardware e software.
Le modalità operative e gli eventuali costi vengono definiti caso per caso dal Responsabile Scientifico, in accordo con il Dipartimento.
Art. 8 – Collaborazioni e proprietà intellettuale
Il laboratorio promuove collaborazioni con:
- università;
- enti di ricerca;
- imprese;
- enti pubblici;
- partner industriali.
La gestione della proprietà intellettuale derivante dalle attività del laboratorio segue i regolamenti dell’Università degli Studi Roma Tre e gli eventuali accordi stipulati con soggetti terzi.
Art. 9 – Disposizioni finali
Per quanto non espressamente previsto si applicano:
- i regolamenti dell’Università degli Studi Roma Tre;
- il regolamento IR DTC Lazio;
- la normativa vigente.
Il Laboratorio di Intelligenza Artificiale (AI Lab), afferente al Dipartimento di Ingegneria Civile, Informatica e delle Tecnologie Aeronautiche dell’Università degli Studi Roma Tre, svolge attività di ricerca, formazione avanzata, trasferimento tecnologico e supporto scientifico nell’ambito dell’Intelligenza Artificiale, del Machine Learning, del Deep Learning, dei sistemi intelligenti adattivi e dell’interazione uomo-macchina.
Il laboratorio promuove attività interdisciplinari nei settori:
- Artificial Intelligence;
- Large Language Models;
- Data Science;
- Recommender Systems;
- Human-AI Interaction;
- Adaptive and Personalized Systems;
- Multimedia Analysis;
- Social Media Analysis;
- Cultural Heritage Technologies;
- Educational AI;
- Intelligent Systems e Decision Support Systems.
Art. 2 – Responsabile scientifico
Il Responsabile Scientifico del laboratorio è il Prof. Fabio Gasparetti.
Il Responsabile Scientifico:
- coordina le attività scientifiche;
- autorizza l’accesso alle risorse del laboratorio;
- supervisiona l’utilizzo delle infrastrutture;
- promuove collaborazioni scientifiche e industriali;
- garantisce il corretto utilizzo delle attrezzature.
Art. 3 – Dotazione infrastrutturale
Il laboratorio dispone di:
- infrastrutture GPU per calcolo ad alte prestazioni;
- server dedicati all’addestramento e inferenza di modelli AI e Deep Learning;
- sistemi NVIDIA Tesla P100 e NVIDIA L40S;
- workstation avanzate per elaborazione dati e sviluppo software;
- sistemi di eye tracking;
- sistemi EEG per monitoraggio neurofisiologico;
- robot sociali intelligente
- piattaforme software per Machine Learning, Deep Learning e Large Language Models;
- risorse computazionali, dataset e strumenti per analisi multimodale.
Art. 4 – Attività del laboratorio
Il laboratorio svolge:
- attività di ricerca scientifica;
- sviluppo di prototipi e sistemi sperimentali;
- attività di formazione universitaria e post-universitaria;
- trasferimento tecnologico;
- supporto a progetti nazionali e internazionali;
- collaborazioni con enti pubblici e partner industriali;
- attività seminariali, workshop e sperimentazioni interdisciplinari.
Art. 5 – Accesso al laboratorio
L’accesso al laboratorio è consentito:
- al personale strutturato;
- a ricercatori, assegnisti, dottorandi e studenti autorizzati;
- a utenti esterni previa autorizzazione del Responsabile Scientifico.
L’utilizzo delle infrastrutture è subordinato:
- alla disponibilità delle risorse;
- al rispetto delle norme di sicurezza;
- alla compatibilità con le attività istituzionali del laboratorio.
Il laboratorio garantisce annualmente una quota minima di disponibilità per utenti esterni e attività condivise nell’ambito della Infrastruttura di Ricerca IR DTC Lazio.
Art. 6 – Utilizzo delle risorse
Le risorse hardware e software del laboratorio devono essere utilizzate esclusivamente per:
- finalità scientifiche;
- attività di ricerca;
- sperimentazione;
- formazione;
- trasferimento tecnologico.
È vietato l’utilizzo improprio delle infrastrutture o per attività non autorizzate.
Gli utenti sono responsabili:
- della conservazione delle attrezzature;
- della protezione dei dati;
- del rispetto delle normative vigenti in materia di sicurezza e privacy.
Art. 7 – Tariffario e utilizzo da parte di soggetti esterni
L’eventuale utilizzo delle infrastrutture del laboratorio da parte di soggetti esterni può prevedere un contributo economico.
Il tariffario viene definito in funzione:
- del tempo di utilizzo delle risorse;
- della tipologia e quantità di risorse computazionali impiegate;
- del livello di supporto tecnico-scientifico richiesto;
- della complessità del task o dell’attività da svolgere;
- dell’impiego di specifiche attrezzature hardware e software.
Le modalità operative e gli eventuali costi vengono definiti caso per caso dal Responsabile Scientifico, in accordo con il Dipartimento.
Art. 8 – Collaborazioni e proprietà intellettuale
Il laboratorio promuove collaborazioni con:
- università;
- enti di ricerca;
- imprese;
- enti pubblici;
- partner industriali.
La gestione della proprietà intellettuale derivante dalle attività del laboratorio segue i regolamenti dell’Università degli Studi Roma Tre e gli eventuali accordi stipulati con soggetti terzi.
Art. 9 – Disposizioni finali
Per quanto non espressamente previsto si applicano:
- i regolamenti dell’Università degli Studi Roma Tre;
- il regolamento IR DTC Lazio;
- la normativa vigente.
Elenco delle pubblicazioni:
2026
Daniele Schicchi, Carla Limongelli, Vito Monteleone, Davide Taibi: A closer look at ChatGPT's role in concept map generation for education. Interact. Learn. Environ. 34(1): 276-296 (2026)
Anna Dipace, Carla Limongelli, Mirko Marras, Silvio Marcello Pagliara: Artificial Intelligence with and for Learning Sciences. Past, Present, and Future Horizons - Second Workshop, WAILS 2025, Cagliari, Italy, December 10-12, 2025, Proceedings. Lecture Notes in Computer Science 16438, Springer 2026, ISBN 978-3-032-17603-5
2025
Alessio Ferrato, Fabio Gasparetti, Carla Limongelli, Stefano Mastandrea, Giuseppe Sansonetti, Joaquín Torres-Sospedra: Cross-platform Smartphone Positioning at Museums. IPIN 2025: 1-6
Berardina De Carolis, Fabio Gasparetti, Cristina Gena, Styliani Kleanthous, Giuseppe Sansonetti: SOcial and Cultural IntegrAtion with PersonaLIZEd Interfaces (SOCIALIZE) 2025. IUI Companion 2025: 189-191
Gian Marco Francavilla, Giuseppe Sansonetti, Fabio Gasparetti, Alessandro Micarelli: A Comparative Analysis of Social Media Content on Migration in Italy and the United States (short paper). IUI Workshops 2025: 497-505
Alessio Ferrato, Lorenzo Battisti, Giorgio Biancini, Marco Napoleone, Sabrina Fagioli, Carla Limongelli, Mauro Mezzini, Davide Nardo, Giuseppe Sansonetti: Multimodal Physiological Sensing for Adaptive Learning Environments (short paper). IUI Workshops 2025: 490-496
Riccardo Felici, Emanuele De Angelis, Alessio Ferrato, Maurizio Proietti, Giuseppe Sansonetti, Francesca Toni: Argumentation-based Explainable Recommender System with ARES. ArgXAI@ECAI 2025: 8-19
Edoardo Cipriano, Alessio Ferrato, Carla Limongelli, Daniele Schicchi, Davide Taibi: Leveraging Large Language Models to Assist Teachers in Code Grading. AIED (4) 2025: 204-217
Alessio Ferrato, Carla Limongelli, Fabio Gasparetti, Giuseppe Sansonetti, Alessandro Micarelli: Exploring the Potential of Multimodal Large Language Models for Question Answering on Artworks. UMAP (Adjunct Publication) 2025: 432-436
Alessio Ferrato, Cristina Gena, Carla Limongelli, Giuseppe Sansonetti: Multimodal LLM Question Generation for Children's Art Engagement via Museum Social Robots. UMAP (Adjunct Publication) 2025: 144-150
Giuseppe Sansonetti, Alessandro Micarelli: A Comparative Analysis of Open-Source Conversational Chatbots in Resource-Constrained Environments. HCI (84) 2025: 393-401
Alessio Ferrato, Fabio Gasparetti, Carla Limongelli, Stefano Mastandrea, Giuseppe Sansonetti, Joaquín Torres-Sospedra: Cross-platform Smartphone Positioning at Museums. CoRR abs/2507.01469 (2025)
2024
Fabio Gasparetti, Cristina Gena, Giuseppe Sansonetti, Marko Tkalcic: SOcial and Cultural IntegrAtion with PersonaLIZEd Interfaces (SOCIALIZE) 2024. IUI Companion 2024: 125-126
Daria Marone, Giuseppe Sansonetti, Fabio Gasparetti, Alessandro Micarelli: Cultural Impact on Digital Ecosystems: Exploring User Activity in Italy and the USA during the COVID-19 Pandemic. IUI Workshops 2024
Lorenzo Battisti, Sabrina Fagioli, Alessio Ferrato, Carla Limongelli, Stefano Mastandrea, Mauro Mezzini, Davide Nardo, Giuseppe Sansonetti: Towards Empathetic Social Robots: Investigating the Interplay between Facial Expressions and Brain Activity (short paper). IUI Workshops 2024
Giulia Castagnacci, Giuseppe Sansonetti, Alessandro Micarelli: User Experience with ChatGPT: Insights from a Comprehensive Evaluation. HCI (62) 2024: 177-185
Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti, Alessandro Micarelli: Artwork Segmentation in Eye-Tracking Experiments: Challenges and Future Directions. UMAP (Adjunct Publication) 2024
Giorgio Biancini, Alessio Ferrato, Carla Limongelli: Multiple-Choice Question Generation Using Large Language Models: Methodology and Educator Insights. UMAP (Adjunct Publication) 2024
Davide Taibi, Daniele Schicchi, Marco Temperini, Carla Limongelli, Gabriella Casalino: Proceedings of the Second International Workshop on Artificial INtelligent Systems in Education... CEUR Workshop Proceedings 3879, CEUR-WS.org 2024
2023
Giuseppe Sansonetti, Fabio Gasparetti, Alessandro Micarelli: A Machine Learning Approach to Prediction of Online Reviews Reliability. HCI (15) 2023: 131-145
Fabio Gasparetti, Cristina Gena, Giuseppe Sansonetti, Marko Tkalcic: SOcial and Cultural IntegrAtion with PersonaLIZEd Interfaces (SOCIALIZE) 2023. IUI Companion 2023: 179-180
Lorenzo Battisti, Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti: Deep Learning Based Emotion Classification through EEG Spectrogram Images. IUI Workshops 2023: 211-215
Lorenzo Battisti, Sabrina Fagioli, Alessio Ferrato, Carla Limongelli, Stefano Mastandrea, Mauro Mezzini, Davide Nardo, Giuseppe Sansonetti: Towards a Deeper Understanding: EEG and Facial Expressions in Museums (short paper). IAI4CH@AI*IA 2023: 42-49
Federico Roma, Giuseppe Sansonetti, Giuseppe D'Aniello, Alessandro Micarelli: A BERT-Based Approach to Intent Recognition. EUROCON 2023: 568-572
Daria Occhioni, Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti, Alessandro Micarelli: Eyeing the Visitor's Gaze for Artwork Recommendation. UMAP (Adjunct Publication) 2023: 374-378
Roberto Basili, Domenico Lembo, Carla Limongelli, Andrea Orlandini: Proceedings of the Discussion Papers - 22nd International Conference of the Italian Association for Artificial Intelligence (AIxIA 2023 DP)... CEUR Workshop Proceedings 3537, CEUR-WS.org 2023
Roberto Basili, Domenico Lembo, Carla Limongelli, Andrea Orlandini: AIxIA 2023 - Advances in Artificial Intelligence... Lecture Notes in Computer Science 14318, Springer 2023, ISBN 978-3-031-47545-0
2022
Fabio Gasparetti: Discovering prerequisite relations from educational documents through word embeddings. Future Gener. Comput. Syst. 127: 31-41 (2022)
Fabio Gasparetti, Cristina Gena, Giuseppe Sansonetti, Marko Tkalcic: SOcial and Cultural IntegrAtion with PersonaLIZEd Interfaces (SOCIALIZE) 2022. IUI Companion 2022: 13-15
Daniele Bertillo, Carlo Morelli, Giuseppe Sansonetti, Alessandro Micarelli: A Comparative Analysis of Reinforcement Learning Approaches to Cryptocurrency Price Prediction. HCI (49) 2022: 597-604
Alessandro Aiuti, Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti: Inferring Emotional State from Facial Micro-Expressions. IUI Workshops 2022: 209-212
Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti: A Deep Learning-based Approach to Model Museum Visitors. IUI Workshops 2022: 217-221
Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti: The META4RS Proposal: Museum Emotion and Tracking Analysis For Recommender Systems. UMAP (Adjunct Publication) 2022: 406-409
Carla Limongelli, Alessandro Marani, Filippo Sciarrone, Marco Temperini: Measuring the Similarity of Concept Maps According to Pedagogical Criteria. IEEE Access 10: 27655-27669 (2022)
Carla Limongelli, Matteo Lombardi, Alessandro Marani, Davide Taibi: A Semantic Approach to Ranking Techniques: Improving Web Page Searches for Educational Purposes. IEEE Access 10: 68885-68896 (2022)
Hebatallah A. Mohamed, Giuseppe Sansonetti, Alessandro Micarelli: Tag-Aware Document Representation for Research Paper Recommendation. CoRR abs/2209.03660 (2022)
2021
Fabio Gasparetti, Giuseppe Sansonetti, Alessandro Micarelli: Community detection in social recommender systems: a survey. Appl. Intell. 51(6): 3975-3995 (2021)
Fabio Gasparetti, Filippo Sciarrone, Marco Temperini: Using Graph Embedding to Monitor Communities of Learners. ITS 2021: 350-356
Francesco Agrusti, Fabio Gasparetti, Cristina Gena, Giuseppe Sansonetti, Marko Tkalcic: SOcial and Cultural IntegrAtion with PersonaLIZEd Interfaces (SOCIALIZE). IUI Companion 2021: 9-11
Fabio Gasparetti, Giuseppe Sansonetti, Alessandro Micarelli: Tourism Recommender Systems as a Vehicle for Social and Cultural Inclusion. IUI Workshops 2021
Marco Botticelli, Fabio Gasparetti, Filippo Sciarrone, Marco Temperini: Deep Learning to Monitor Massive Open Online Courses Dynamics. MIS4TEL 2021: 114-123
Giuseppe Sansonetti, Fabio Gasparetti, Alessandro Micarelli: Using Social Media for Personalizing the Cultural Heritage Experience. UMAP (Adjunct Publication) 2021: 189-193
Lorenzo Vaccaro, Giuseppe Sansonetti, Alessandro Micarelli: An Empirical Review of Automated Machine Learning. Comput. 10(1): 11 (2021)
Luca Carloni, Andrea De Angelis, Giuseppe Sansonetti, Alessandro Micarelli: A Machine Learning Approach to Football Match Result Prediction. HCI (38) 2021: 473-480
Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti: Exploiting Micro Facial Expressions for More Inclusive User Interfaces. IUI Workshops 2021
Filippo Sciarrone, Carla Limongelli, Olga C. Santos, Marco Temperini: Preface to the Special Issue AI4MOOCs... Int. J. Artif. Intell. Educ. 31(2): 157-158 (2021)
Carla Limongelli, Carmine Margiotta, Davide Taibi: Towards Semantic Comparison of Concept Maps for Structuring Learning Activities. ITS 2021: 112-116
Carla Limongelli, Daniele Schicchi, Davide Taibi: Enriching Didactic Similarity Measures of Concept Maps by a Deep Learning Based Approach. IV 2021: 261-266
Carla Limongelli, Filippo Sciarrone, Marco Temperini: On Techniques to Detect Concept Maps Pedagogical Similarity. RIIFORUM 2021: 231-24
Daniele Schicchi, Carla Limongelli, Vito Monteleone, Davide Taibi: A closer look at ChatGPT's role in concept map generation for education. Interact. Learn. Environ. 34(1): 276-296 (2026)
Anna Dipace, Carla Limongelli, Mirko Marras, Silvio Marcello Pagliara: Artificial Intelligence with and for Learning Sciences. Past, Present, and Future Horizons - Second Workshop, WAILS 2025, Cagliari, Italy, December 10-12, 2025, Proceedings. Lecture Notes in Computer Science 16438, Springer 2026, ISBN 978-3-032-17603-5
2025
Alessio Ferrato, Fabio Gasparetti, Carla Limongelli, Stefano Mastandrea, Giuseppe Sansonetti, Joaquín Torres-Sospedra: Cross-platform Smartphone Positioning at Museums. IPIN 2025: 1-6
Berardina De Carolis, Fabio Gasparetti, Cristina Gena, Styliani Kleanthous, Giuseppe Sansonetti: SOcial and Cultural IntegrAtion with PersonaLIZEd Interfaces (SOCIALIZE) 2025. IUI Companion 2025: 189-191
Gian Marco Francavilla, Giuseppe Sansonetti, Fabio Gasparetti, Alessandro Micarelli: A Comparative Analysis of Social Media Content on Migration in Italy and the United States (short paper). IUI Workshops 2025: 497-505
Alessio Ferrato, Lorenzo Battisti, Giorgio Biancini, Marco Napoleone, Sabrina Fagioli, Carla Limongelli, Mauro Mezzini, Davide Nardo, Giuseppe Sansonetti: Multimodal Physiological Sensing for Adaptive Learning Environments (short paper). IUI Workshops 2025: 490-496
Riccardo Felici, Emanuele De Angelis, Alessio Ferrato, Maurizio Proietti, Giuseppe Sansonetti, Francesca Toni: Argumentation-based Explainable Recommender System with ARES. ArgXAI@ECAI 2025: 8-19
Edoardo Cipriano, Alessio Ferrato, Carla Limongelli, Daniele Schicchi, Davide Taibi: Leveraging Large Language Models to Assist Teachers in Code Grading. AIED (4) 2025: 204-217
Alessio Ferrato, Carla Limongelli, Fabio Gasparetti, Giuseppe Sansonetti, Alessandro Micarelli: Exploring the Potential of Multimodal Large Language Models for Question Answering on Artworks. UMAP (Adjunct Publication) 2025: 432-436
Alessio Ferrato, Cristina Gena, Carla Limongelli, Giuseppe Sansonetti: Multimodal LLM Question Generation for Children's Art Engagement via Museum Social Robots. UMAP (Adjunct Publication) 2025: 144-150
Giuseppe Sansonetti, Alessandro Micarelli: A Comparative Analysis of Open-Source Conversational Chatbots in Resource-Constrained Environments. HCI (84) 2025: 393-401
Alessio Ferrato, Fabio Gasparetti, Carla Limongelli, Stefano Mastandrea, Giuseppe Sansonetti, Joaquín Torres-Sospedra: Cross-platform Smartphone Positioning at Museums. CoRR abs/2507.01469 (2025)
2024
Fabio Gasparetti, Cristina Gena, Giuseppe Sansonetti, Marko Tkalcic: SOcial and Cultural IntegrAtion with PersonaLIZEd Interfaces (SOCIALIZE) 2024. IUI Companion 2024: 125-126
Daria Marone, Giuseppe Sansonetti, Fabio Gasparetti, Alessandro Micarelli: Cultural Impact on Digital Ecosystems: Exploring User Activity in Italy and the USA during the COVID-19 Pandemic. IUI Workshops 2024
Lorenzo Battisti, Sabrina Fagioli, Alessio Ferrato, Carla Limongelli, Stefano Mastandrea, Mauro Mezzini, Davide Nardo, Giuseppe Sansonetti: Towards Empathetic Social Robots: Investigating the Interplay between Facial Expressions and Brain Activity (short paper). IUI Workshops 2024
Giulia Castagnacci, Giuseppe Sansonetti, Alessandro Micarelli: User Experience with ChatGPT: Insights from a Comprehensive Evaluation. HCI (62) 2024: 177-185
Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti, Alessandro Micarelli: Artwork Segmentation in Eye-Tracking Experiments: Challenges and Future Directions. UMAP (Adjunct Publication) 2024
Giorgio Biancini, Alessio Ferrato, Carla Limongelli: Multiple-Choice Question Generation Using Large Language Models: Methodology and Educator Insights. UMAP (Adjunct Publication) 2024
Davide Taibi, Daniele Schicchi, Marco Temperini, Carla Limongelli, Gabriella Casalino: Proceedings of the Second International Workshop on Artificial INtelligent Systems in Education... CEUR Workshop Proceedings 3879, CEUR-WS.org 2024
2023
Giuseppe Sansonetti, Fabio Gasparetti, Alessandro Micarelli: A Machine Learning Approach to Prediction of Online Reviews Reliability. HCI (15) 2023: 131-145
Fabio Gasparetti, Cristina Gena, Giuseppe Sansonetti, Marko Tkalcic: SOcial and Cultural IntegrAtion with PersonaLIZEd Interfaces (SOCIALIZE) 2023. IUI Companion 2023: 179-180
Lorenzo Battisti, Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti: Deep Learning Based Emotion Classification through EEG Spectrogram Images. IUI Workshops 2023: 211-215
Lorenzo Battisti, Sabrina Fagioli, Alessio Ferrato, Carla Limongelli, Stefano Mastandrea, Mauro Mezzini, Davide Nardo, Giuseppe Sansonetti: Towards a Deeper Understanding: EEG and Facial Expressions in Museums (short paper). IAI4CH@AI*IA 2023: 42-49
Federico Roma, Giuseppe Sansonetti, Giuseppe D'Aniello, Alessandro Micarelli: A BERT-Based Approach to Intent Recognition. EUROCON 2023: 568-572
Daria Occhioni, Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti, Alessandro Micarelli: Eyeing the Visitor's Gaze for Artwork Recommendation. UMAP (Adjunct Publication) 2023: 374-378
Roberto Basili, Domenico Lembo, Carla Limongelli, Andrea Orlandini: Proceedings of the Discussion Papers - 22nd International Conference of the Italian Association for Artificial Intelligence (AIxIA 2023 DP)... CEUR Workshop Proceedings 3537, CEUR-WS.org 2023
Roberto Basili, Domenico Lembo, Carla Limongelli, Andrea Orlandini: AIxIA 2023 - Advances in Artificial Intelligence... Lecture Notes in Computer Science 14318, Springer 2023, ISBN 978-3-031-47545-0
2022
Fabio Gasparetti: Discovering prerequisite relations from educational documents through word embeddings. Future Gener. Comput. Syst. 127: 31-41 (2022)
Fabio Gasparetti, Cristina Gena, Giuseppe Sansonetti, Marko Tkalcic: SOcial and Cultural IntegrAtion with PersonaLIZEd Interfaces (SOCIALIZE) 2022. IUI Companion 2022: 13-15
Daniele Bertillo, Carlo Morelli, Giuseppe Sansonetti, Alessandro Micarelli: A Comparative Analysis of Reinforcement Learning Approaches to Cryptocurrency Price Prediction. HCI (49) 2022: 597-604
Alessandro Aiuti, Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti: Inferring Emotional State from Facial Micro-Expressions. IUI Workshops 2022: 209-212
Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti: A Deep Learning-based Approach to Model Museum Visitors. IUI Workshops 2022: 217-221
Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti: The META4RS Proposal: Museum Emotion and Tracking Analysis For Recommender Systems. UMAP (Adjunct Publication) 2022: 406-409
Carla Limongelli, Alessandro Marani, Filippo Sciarrone, Marco Temperini: Measuring the Similarity of Concept Maps According to Pedagogical Criteria. IEEE Access 10: 27655-27669 (2022)
Carla Limongelli, Matteo Lombardi, Alessandro Marani, Davide Taibi: A Semantic Approach to Ranking Techniques: Improving Web Page Searches for Educational Purposes. IEEE Access 10: 68885-68896 (2022)
Hebatallah A. Mohamed, Giuseppe Sansonetti, Alessandro Micarelli: Tag-Aware Document Representation for Research Paper Recommendation. CoRR abs/2209.03660 (2022)
2021
Fabio Gasparetti, Giuseppe Sansonetti, Alessandro Micarelli: Community detection in social recommender systems: a survey. Appl. Intell. 51(6): 3975-3995 (2021)
Fabio Gasparetti, Filippo Sciarrone, Marco Temperini: Using Graph Embedding to Monitor Communities of Learners. ITS 2021: 350-356
Francesco Agrusti, Fabio Gasparetti, Cristina Gena, Giuseppe Sansonetti, Marko Tkalcic: SOcial and Cultural IntegrAtion with PersonaLIZEd Interfaces (SOCIALIZE). IUI Companion 2021: 9-11
Fabio Gasparetti, Giuseppe Sansonetti, Alessandro Micarelli: Tourism Recommender Systems as a Vehicle for Social and Cultural Inclusion. IUI Workshops 2021
Marco Botticelli, Fabio Gasparetti, Filippo Sciarrone, Marco Temperini: Deep Learning to Monitor Massive Open Online Courses Dynamics. MIS4TEL 2021: 114-123
Giuseppe Sansonetti, Fabio Gasparetti, Alessandro Micarelli: Using Social Media for Personalizing the Cultural Heritage Experience. UMAP (Adjunct Publication) 2021: 189-193
Lorenzo Vaccaro, Giuseppe Sansonetti, Alessandro Micarelli: An Empirical Review of Automated Machine Learning. Comput. 10(1): 11 (2021)
Luca Carloni, Andrea De Angelis, Giuseppe Sansonetti, Alessandro Micarelli: A Machine Learning Approach to Football Match Result Prediction. HCI (38) 2021: 473-480
Alessio Ferrato, Carla Limongelli, Mauro Mezzini, Giuseppe Sansonetti: Exploiting Micro Facial Expressions for More Inclusive User Interfaces. IUI Workshops 2021
Filippo Sciarrone, Carla Limongelli, Olga C. Santos, Marco Temperini: Preface to the Special Issue AI4MOOCs... Int. J. Artif. Intell. Educ. 31(2): 157-158 (2021)
Carla Limongelli, Carmine Margiotta, Davide Taibi: Towards Semantic Comparison of Concept Maps for Structuring Learning Activities. ITS 2021: 112-116
Carla Limongelli, Daniele Schicchi, Davide Taibi: Enriching Didactic Similarity Measures of Concept Maps by a Deep Learning Based Approach. IV 2021: 261-266
Carla Limongelli, Filippo Sciarrone, Marco Temperini: On Techniques to Detect Concept Maps Pedagogical Similarity. RIIFORUM 2021: 231-24
Geolocalizzazione: