Formazione e ricerca
Attività Formative del Corso di Dottorato - 2024/2025
In questa pagina sono riportate le attività formative del corso di dottorato per l'anno accademico 2024/2025. Ulteriori attività verranno aggiunte durante l'anno. Ti invitiamo a verificare regolarmente la presenza di aggiornamenti!
Advanced techniques for acquisition of biomedical images
Crediti: 1
Lingua di erogazione: Ingelese
Docente: Pietro Bontempi, Federico Boschi
Algorithmic motion planning in robotics
Crediti: 1
Lingua di erogazione: Italiano
Docente: Paolo Fiorini
Brain Computer Interfaces
Crediti: 3
Lingua di erogazione: Inglese
Docente: Silvia Francesca Storti
Data visualization
Crediti: 1
Lingua di erogazione: Italiano
Docente: Andrea Giachetti
Dynamic modeling and simulation of multibody systems
Crediti: 5
Lingua di erogazione: English
Docente: Iacopo Tamellin
Explainable AI models: state of the art, promises and challenges
Crediti: 2,5
Lingua di erogazione: Inglese
Docente: Gloria Menegaz
Foundation of Robotics Autonomy
Crediti: 1
Lingua di erogazione: Italiano
Docente: Paolo Fiorini
Generative AI
Crediti: 1,5
Lingua di erogazione: English
Docente: Francesco Setti
Modellazione e analisi 3D
Crediti: 1
Lingua di erogazione: Italiano
Docente: Andrea Giachetti
Modellazione e verifica di sistemi digitali
Crediti: 1,5
Lingua di erogazione: Italiano
Docente: Franco Fummi, Nicola Bombieri, Graziano Pravadelli
Nanomaterials: synthesis, characterization and applications
Crediti: 1
Lingua di erogazione: English
Docente: Francesco Enrichi
Soft robotics: from nature to engineering
Crediti: 1,5
Lingua di erogazione: Italiano
Docente: Francesco Visentin
Techniques and algorithms for biomechanics of movement
Crediti: 2,5
Lingua di erogazione: English
Docente: Roberto Di Marco
Theranostics: from materials to devices
Crediti: 1
Lingua di erogazione: english
Docente: Nicola Daldosso
Brain Computer Interfaces (2024/2025)
Docente
Referente
Crediti
3
Lingua di erogazione
Inglese
Frequenza alle lezioni
Scelta Libera
Sede
VERONA
Obiettivi di apprendimento
L'obiettivo di questo corso è offrire un'introduzione ai principi base delle Interfacce Cervello-Computer (BCI), principalmente focalizzandosi sull'attività oscillatoria EEG da un punto di vista di elaborazione del segnale. Durante il corso verranno presentati i principali metodi di elaborazione che consentono di decodificare l'attività cerebrale in tempo reale e trasformarla in un segnale di controllo per BCI. Nella prima parte, gli studenti acquisiranno conoscenze riguardanti: il modello BCI, i principali tipi di BCI con le relative tecniche di elaborazione del segnale per l'estrazione di feature e classificazione, le performance dei sistemi, i limiti dei paradigmi attuali e le molteplici applicazioni BCI. La seconda parte del corso si concentrerà sulla progettazione pratica e sull'utilizzo di BCI, con un'introduzione all'elaborazione in tempo reale delle registrazioni EEG. Sarà promossa la collaborazione tra gli studenti con differenti background attraverso progetti di gruppo orientati alla ricerca.
Prerequisiti e nozioni di base
I prerequisiti consigliati del corso sono una conoscenza di base di analisi dei segnali e di programmazione in Matlab.
Programma
- Introduzione al modello BCI. Motivazione per la BCI. Contesto storico e approcci recenti. La tecnologia BCI.
- Applicazioni: in medicina, prevenzione di situazioni a rischio, ambienti intelligenti, gaming, ecc.
- BCI invasivi e non invasivi.
- Segnali di controllo basati su EEG: evocati (ad esempio, SSVEP e P300 speller) vs. auto-pilotati.
- Elaborazione del segnale (filtraggio, estrazione delle caratteristiche, classificazione) e interpretazione dei risultati.
- Immaginazione motoria cinestetica e introduzione ad un'architettura tipica della BCI basata su EEG (fasi di calibrazione e utilizzo).
- Il ruolo del machine learning in BCI.
- Il problema della classificazione e come valutare le prestazioni.
- Casi di studio.
Laboratorio. Il laboratorio riguarda l'implementazione di un'interfaccia MI-BCI in Matlab. Gli studenti useranno EEGlab per creare script Matlab e lavoreranno su dati EEG-BCI, filtrando i dati, estraendo features di densità spettrale di potenza, coerenza e correlazione nelle bande in frequenza di interesse, implementando un classificatore per distinguere diversi movimenti immaginati. Infine dovranno interpretare i risultati ottenuti.
Bibliografia
Modalità didattiche
Le lezioni si svolgeranno sia in presenza che in streaming, offrendo agli studenti all'estero la possibilità di seguirle da remoto. Il materiale didattico sarà disponibile per gli studenti iscritti al corso sulla piattaforma Moodle. Tale materiale comprende le presentazioni delle lezioni in formato PDF e i documenti relativi alle attività di laboratorio.
Modalità di verifica dell'apprendimento
La prova d’esame consiste nello sviluppo in Matlab di un breve progetto volto all’analisi di dati EEG-BCI. Questo compito richiederà agli studenti di applicare le conoscenze acquisite durante il corso, mettendosi alla prova con sfide legate all'elaborazione e all'interpretazione dei segnali cerebrali.
Valutazione
Per superare l'esame, gli studenti devono dimostrare che: - hanno compreso i concetti teorici e pratici del corso; - sono in grado di utilizzare le conoscenze acquisite durante il corso per risolvere i problemi assegnati relativi all'elaborazione dei segnali EEG-BCI; - sono in grado di programmare nell'ambiente MATLAB nel contesto dell'elaborazione dei segnali.
Criteri di composizione del voto finale
Superato/non superato.
Sustainable Development Goals - SDGs
Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.Maggiori informazioni su www.univr.it/sostenibilita
Attività Formative della Scuola di Dottorato - 2024/2025
Please note: Additional information will be added during the year. Currently missing information is labelled as “TBD” (i.e. To Be Determined).
1. PhD students must obtain a specified number of CFUs each year by attending teaching activities offered by the PhD School.
First and second year students must obtain 8 CFUs. Teaching activities ex DM 226/2021 provide 5 CFUs; free choice activities provide 3 CFUs.
Third year students must obtain 4 CFUs. Teaching activities ex DM 226/2021 provide 2 CFUs; free choice activities provide 2 CFUs.
More information regarding CFUs is found in the Handbook for PhD Students: https://www.univr.it/phd-vademecum
2. Registering for the courses is not required unless explicitly indicated; please consult the course information to verify whether registration is required or not. When registration is actually required, instructions will be sent well in advance. No confirmation e-mail will be sent after signing up. Please do not enquiry: if you entered the requested information, then registration was silently successful.
3. When Zoom links are not explicitly indicated, courses are delivered in presence only.
4. All information we have is published here. Please do not enquiry for missing information or Zoom links: if the information you need is not there, then it means that we don't have it yet. As soon as we get new information, we will promptly publish it on this page.
Teaching Activities ex DM 226/2021: Linguistic Activities
ENGLISH FOR ACADEMIC PRESENTATION SKILLS [Arts and Humanities]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC PRESENTATION SKILLS [Law and Economics]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC PRESENTATION SKILLS [Life and Health Sciences - 1 st Session]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC PRESENTATION SKILLS [Life and Health Sciences - 2 nd Session]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC WRITING SKILLS [Arts and Humanities]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC WRITING SKILLS [Law and Economics]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC WRITING SKILLS [Life and Health Sciences - 1 st Session]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC WRITING SKILLS [Life and Health Sciences - 2 nd Session]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC WRITING SKILLS [Natural Sci. and Engineering-1st Session]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC WRITING SKILLS [Natural Sci. and Engineering-2nd Session]
Crediti: 2,5
Lingua di erogazione: Inglese
Teaching Activities ex DM 226/2021: Research management and Enhancement
SEMINARIO AVANZATO SULLE RISORSE BIBLIOTECARIE PER LA RICERCA [Arts and Humanities]
Crediti: 2,5
Lingua di erogazione: Italiano
SEMINARIO AVANZATO SULLE RISORSE BIBLIOTECARIE PER LA RICERCA [Law and Economics]
Crediti: 2,5
Lingua di erogazione: Italiano
SEMINARIO AVANZATO SULLE RISORSE BIBLIOTECARIE PER LA RICERCA [Scientific Area]
Crediti: 2,5
Lingua di erogazione: Italiano
Teaching Activities ex DM 226/2021: Statistics and Computer Sciences
CORSO STATISTICA - LIVELLO BASE
Crediti: 2,5
Lingua di erogazione: Inglese
INTRODUCTION TO PROBABILITY (MODULE I)
Crediti: 1
Lingua di erogazione: English
Docente: Marco Minozzo
INTRODUCTION TO PROBABILITY (MODULE II)
Crediti: 1
Lingua di erogazione: English
Docente: Marco Minozzo
INTRODUCTION TO STATISTICAL INFERENCE
Crediti: 1
Lingua di erogazione: English
Docente: Marco Minozzo
USO DI R PER L'ANALISI STATISTICA - LIVELLO BASE
Crediti: 1
Lingua di erogazione: Inglese
VALIDITY AND RELIABILITY OF MEASUREMENTS AND DIAGNOSTIC TESTS
Crediti: 0,5
Lingua di erogazione: English
Docente: Alessandro Marcon
APPLICATION OF META-ANALYSIS TO THE EPIDEMIOLOGICAL OR MEDICAL FIELD
Crediti: 1
Lingua di erogazione: Inglese
Docente: Giuseppe Verlato
CORSO STATISTICA - LIVELLO INTERMEDIO
Crediti: 2,5
Lingua di erogazione: Inglese
DETERMINATION OF SAMPLE SIZE TO ACHIEVE A PREDEFINED PRECISION OR POWER
Crediti: 0,5
Lingua di erogazione: inglese
Docente: Giuseppe Verlato
GENERALIZED LINEAR MODELS: LOGISTIC REGRESSION, LOGLINEAR MODEL, POISSON MODEL
Crediti: 1
Lingua di erogazione: English
Docente: Lucia Cazzoletti
STUDY DESIGN IN OBSERVATIONAL AND EXPERIMENTAL RESEARCH
Crediti: 1
Lingua di erogazione: Inglese
Docente: Alessandro Marcon
SURVIVAL ANALYSIS: LOG-RANK TEST, KAPLAN-MEIER SURVIVAL CURVES, COX REGRESSION MODEL
Crediti: 1,5
Lingua di erogazione: English - Inglese
Docente: Simone Accordini
USO DI R PER L'ANALISI STATISTICA - LIVELLO INTERMEDIO
Crediti: 0,8
Lingua di erogazione: Inglese
Docente: Alessandro Mantovani
Teaching Activities: Free choice
DOING INTERVIEWS IN QUALITATIVE RESEARCH
Crediti: 2
Lingua di erogazione: Inglese
Docente: Chiara Sità
PROGETTAZIONE E CONDUZIONE DI FOCUS GROUP
Crediti: 2
Lingua di erogazione: Italiano
PROTECTING PSYCHOLOGICAL WELL-BEING IN THE PHD PROGRAM. DEVELOPMENT AND ENHANCEMENT OF PERSONAL STRATEGIES AND ATTITUDES PREDISPOSING TO PROFESSIONAL SATISFACTION AND ETHICAL COLLABORATION
Crediti: 1
Lingua di erogazione: Italiano
Docente: Michela Rimondini
QUANDO LA RICERCA SI FA ETICA (PERCORSO ORGANIZZATO E FINANZIATO DAL TEACHING AND LEARNING CENTER DI UNIVR)
Crediti: 2
Lingua di erogazione: Inglese
Docente: Roberta Silva
APPROCCI E METODOLOGIE PARTECIPATIVE NELLA RICERCA CON GLI ATTORI DEL TERRITORIO
Crediti: 1,5
Lingua di erogazione: Inglese
Docente: Antonietta De Vita
...E SE VOLESSI FARE IMPRESA
Crediti: 1
Lingua di erogazione: Italiano
IMPARA IL MARKETING DIGITALE
Crediti: 1
Lingua di erogazione: Italiano
LA POESIA ITALIANA ALL'ESTERO
Crediti: 1
Lingua di erogazione: Italiano
Docente: Massimo Natale
THE EMPIRICAL PHENOMENOLOGICAL METHOD (EPM): THEORETICAL FOUNDATION AND EMPIRICAL APPLICATION IN EDUCATIONAL AND HEALTHCARE FIELDS
Crediti: 2
Lingua di erogazione: English
Docente: Luigina Mortari
DOTTORATO E MERCATO DEL LAVORO: WORKSHOP FORMATIVI PER DOTTORANDI E NEO-DOTTORI DI RICERCA
Crediti: 4
Lingua di erogazione: Italiano
ARE YOU SURE YOU CAN DEFEAT A CHATBOT?
Crediti: 1
Lingua di erogazione: Italiano
MEETING UKRAINE: THE IMPACT OF WAR AND FUTURE OPPORTUNITIES
Crediti: 1
Lingua di erogazione: Italiano
EMOTIONS, BELIEFS, AND SKILLS TO FACE CLIMATE CHANGE AND EMBRACE CLIMATE ACTION
Crediti: 0,5
Lingua di erogazione: Inglese
OPEN SCIENCE: THE MIGHTY STICK AGAINST "BAD" SCIENCE
Crediti: 2
Lingua di erogazione: English
Docente: Michele Scandola
COMPUTATIONAL MECHANISMS UNDERLYING SENSORIMOTOR LEARNING
Crediti: 4,5
Lingua di erogazione: English
Docente: Matteo Bertucco
CSF DYNAMICS: ANATOMICAL AND FUNCTIONAL FEATURES
Crediti: 0,5
Lingua di erogazione: Inglese
Docente: Alberto Feletti
DIFFERENTIAL DIAGNOSIS OF DEMYELINATING DISEASES OF THE CENTRAL NERVOUS SYSTEM
Crediti: 2
Lingua di erogazione: English
Docente: Alberto Gajofatto
IL SONNO E I SUOI DISTURBI: FOCUS SULLE PARASONNIE E I DISTURBI DEL MOVIMENTO IN SONNO
Crediti: 1,5
Lingua di erogazione: italiano o inglese
Docente: Elena Antelmi
IMAGING TECHNIQUES FOR BODY COMPOSITION ANALYSIS
Crediti: 1
Lingua di erogazione: Inglese/English
Docente: Carlo Zancanaro
RESEARCH TECHNIQUES IN NEUROSCIENCE: MONITORING AND MODULATING NEURONAL ACTIVITY
Crediti: 2,3
Lingua di erogazione: non prevista
Docente: Giuseppe Busetto
Dottorandi
alice.rossi_02@univr.it
irene.treccani_02@univr.it
pietro.turco@univr.it
filippo.ziche@univr.it
Loading...
Linee guida percorso formativo
1. Ripartizione dei CFU per anno (60 CFU/anno)
Sono previsti 16 crediti di didattica per il I e II anno e 8 crediti di didattica per il III anno, suddivisi equamente (50%) fra il Corso di dottorato (Ingegneria dei Sistemi Intelligenti) e la Scuola di Dottorato dell’Università di Verona. I restanti sono crediti di ricerca (44 nel I e II anno e 52 nel III anno).
- CFU di didattica del Corso di dottorato in Ingegneria dei Sistemi Intelligenti: si ottengono con la partecipazione alle attività formative previste dal programma didattico del Corso di Dottorato in Ingegneria dei Sistemi Intelligenti o partecipando a Winter School o Summer School. La partecipazione a Winter e Summer School ai fini dei CFU di didattica deve essere concordata con la/il tutor ed il Coordinatore. Le attività didattiche del dottorato sono consultabili nella sezione “Offerta formativa del corso” delle pagine web del corso.
- CFU di didattica della Scuola di Dottorato dell’Università di Verona: si ottengono attraverso la partecipazione a seminari e corsi trasversali, consultabili nella sezione “Offerta formativa della Scuola” delle pagine web del Corso. Rientrano in questa tipologia le attività erogate nelle altre aree di competenza della Scuola secondo le disposizioni del Ministero, cioé perfezionamento linguistico, informatico, statistica, corsi sulle risorse bibliotecarie, sul copyright e su altre tematiche connesse all’organizzazione e alla gestione della ricerca. Per l’acquisizione dei CFU relativi ad alcune di tali attività è sufficiente il superamento di una verifica (senza la frequenza del corso).
- CFU di ricerca: si ottengono con il lavoro al progetto di ricerca, con la partecipazione ad attività di formazione “facoltative” sia nella sede del Corso di dottorato che altrove, oltre che con la partecipazione a convegni in qualità di relatore o uditore, o attraverso pubblicazioni ecc. Le attività svolte devono essere elencate nella relazione annuale del dottorando. La composizione dei CFU di ricerca è a discrezione della/del dottoranda/o e della/del tutor. I CFU di ricerca non vanno né formalmente (auto)certificati né controllati dal Coordinatore, poiché il loro insieme viene valutato dal Collegio docenti come parte della relazione annuale del dottorando.
2. Soggiorni di ricerca all’estero
Il regolamento per gli studi di dottorato di ricerca prevede che “Il dottorando svolga ordinariamente periodi di ricerca, formazione e stage presso soggetti pubblici o privati all’estero.” Per gli studenti del Corso di Dottorato in Ingegneria dei sistemi Intelligenti, è fortemente raccomandato lo svolgimento di un periodo di ricerca all’estero di almeno tre mesi, preferibilmente tra il secondo ed il terzo anno, in un contesto adatto per favorire lo sviluppo del progetto di dottorato. È possibile ottenere finanziamenti per missioni all’estero grazie a vari bandi Erasmus (per studio e per tirocinio) e al bando mobilità UniVR, oltre ai fondi stanziati annualmente come budget per ciascun dottorando e al reperimento di eventuali fondi esterni.
3. Verifica del raggiungimento degli obiettivi formativi
Il raggiungimento degli obiettivi formativi ai fini del passaggio all’anno successivo e alla conferma della borsa (per il I e II anno) o dell’ammissione all’esame finale (III anno) viene verificato sulla base delle seguenti attività e documentazioni:
- Modulo crediti di didattica compilato (controllato dal Coordinatore).
- Relazione di fine anno sulle attività svolte dal dottorando, esperienze maturate e competenze acquisite (approvata dal tutor).
- Presentazione ad una sottocommissione che include almeno due membri oltre a tutor (e co-tutor) dei risultati di ricerca ottenuti durante l’anno.
- Relazione della sottocommissione di cui al punto precedente sull’attività di ricerca svolta durante l’anno
4. Modulistica
La modulistica è reperibile nell’Intranet di Ateneo alla sezione:
Come fare per → Dottorati → La mia carriera come dottorando
