Danilo Comminiello è un Professore Associato nel settore scientifico/disciplinare IIET-01/A (ex ING-IND/31, 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 IEEE Transactions on Neural Networks and Learning Systems, 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 della conferenza 33rd IEEE International Workshop on Machine Learning for Signal Processing (MLSP 2023), 17-20 Settembre 2023, Roma, Italia, e della conferenza INNS International Joint Conference on Neural Networks (IJCNN 2025), 30 Giugno - 5 Luglio 2025, Roma, Italia.