Anno accademico / accademic year 2025-2026:
Metodi di Intelligenza Artificiale per la Fisica (LT fisica) e Applicazioni Fisiche al ML (LT SMIA) (pagina in preparazione)
Advanced Machine Learning for Physics (LM physics) (pagina in preparazione)
Advanced Machine Learning for Physics (PhD Sapienza) (pagina in preparazione)
AI in medical image analysis (National PhD in AI) (pagina in preparazione)
Link argomenti per tesi / Thesis topics
Scuole and possibilità di borse di studio / Schools and scholarships:
Borse di studio trimestrali della CSN1 per Laureandi e Neolaureati 2026 “LA FISICA DELLE PARTICELLE PER ESPLORARE L’UNIVERSO”, con possibilità di passare un periodo presso laboratori di ricerca internazionali (bando in uscita a fine gennaio 2026)
2026 European School of High-Energy Physics (ESHEP2026) , Ostróda, Poland, 19 June - 2 July 2026. https://indico.cern.ch/e/ESHEP2026 (deadline for applications, 20 febbruary 2026). The School is targeted particularly at students in experimental HEP who are in the final years of work towards their PhDs, although candidates at an earlier or later stage in their studies may be considered
2026 edition of the ISOTDAQ School, Bucharest, Romania from 1 - 10 July, https://indico.cern.ch/e/isotdaq2026 (deadline for applications is 28th February 2026). ISOTDAQ 2026 is the 16th of a series of International Schools dedicated to introduce those with an education in physics, engineering or computing (ranging from undergrads to postdocs) to the "arts and crafts" of triggering and acquiring data for physics experiments
Anni precedenti / previous years:
Anno accademico 2024-2025:
Metodi di Intelligenza Artificiale e Machine Learning per la Fisica (LT fisica) e Applicazioni Fisiche al ML (LT SMIA)
Deep Learning for Physicists (PhD in Physics Milano Bicocca)
Anno accademico 2023-2024:
Metodi di Intelligenza Artificiale e Machine Learning per la Fisica (LT fisica)
Introduzione al Machine e al Deep Learning (SSAS5023, Scuola Superiore Studi Avanzati)
Anno accademico 2022-2023:
Metodi di Intelligenza Artificiale e Machine Learning per la Fisica (LT fisica)
Deep Learning for Physicists (PhD Physics Università di Milano Bicocca)
Anno accademico 2021-2022:
Metodi di Intelligenza Artificiale e Machine Learning per la Fisica (LT fisica)
Advanced Machine Learning for Physics (PhD Students): general info
Anno accademico 2020-2021:
Metodi di Intelligenza Artificiale e Machine Learning per la Fisica (LT fisica)
Deep Learning Methods in Physics (per studenti corso dottorato)
Anno accademico 2019-2020:
Metodi di Intelligenza Artificiale e Machine Learning in Fisica
Corsi Specialistici Dottorato di Ricerca in Fisica e Dottorato in Acceleratori :
3 CF (20 ore) del corso di Metodi di Intelligenza Artificiale e Machine Learning in Fisica focalizzati sulle tecniche di Deep Learning con Reti neurali (contattarmi via e-mail per il calendario delle lezioni)
Anno accademico 2018-2019:
Anno accademico 2017-2018:
Anno accademico 2016-2017:
Attività tutoraggio corso Elettromagnetismo - Corso Laurea in Fisica
Machine Learning e Pattern recognition - Corso Specialistico Dottorato di Ricerca in Fisica
Anno accademico 2015-2016:
Anno accademico 2014-2015:
Anno accademico 2013-2014:
Tecniche avanzate di analisi in fisica delle particelle - Corso specialistico Dottorato di Ricerca in Fisica