Danilo Comminiello è un Professore Associato nel settore scientifico/disciplinare IIET-01/A (Elettrotecnica) presso il Dipartimento di Ingegneria dell'Informazione, Elettronica e Telecomunicazioni (DIET) dell'Università Sapienza di Roma. La sua attività di ricerca si concentra sullo sviluppo di metodi avanzati di neural networks e machine learning, con particolare attenzione ai modelli generativi, al multimodal representation learning e ai sistemi di apprendimento adattivo. Queste metodologie trovano applicazione in diversi ambiti, tra cui audio e multimedia, immagini e dati medici, e analisi di serie temporali.
Danilo Comminiello è un IEEE Senior Member e Presidente dell'IEEE Machine Learning for Signal Processing Technical Committee. È un Area Editor per IEEE Signal Processing Magazine e Associate Editor per diverse riviste internazionali tra cui IEEE Transactions on Neural Networks and Learning Systems, Elsevier Neural Networks e IEEE Computational Intelligence Magazine, ed è uno degli editori del libro Adaptive Learning Methods for Nonlinear System Modeling (D. Comminiello and J. C. Principe, eds.), Elsevier 2018. Danilo Comminiello è stato General Chair delle conferenze IEEE MLSP 2023 e IJCNN 2025.