La Scuola Intelligenza Artificiale per le Strutture Esistenti è dedicata all'uso consapevole di strumenti di intelligenza artificiale, dati multi-sorgente e modelli digitali per l'ispezione, la valutazione e il supporto alle decisioni nel dominio delle costruzioni esistenti.

Negli ultimi anni, l'ingegneria strutturale ha visto una crescita significativa dell'interesse verso metodi data-driven, tecniche di computer vision, monitoraggio strutturale, digital twin, modelli surrogati e strumenti di ottimizzazione. Tuttavia, nel contesto delle strutture esistenti, l'impiego dell'AI richiede un inquadramento critico: i dati sono spesso incompleti, eterogenei e incerti; i modelli strutturali devono essere interpretati alla luce del comportamento reale; le decisioni devono tenere conto di vincoli di sicurezza, uso, budget e gestione del rischio.

L'obiettivo principale della scuola è formare giovani ricercatori capaci di integrare AI e giudizio ingegneristico, passando dalla formulazione della domanda strutturale alla lettura dei dati, fino alla definizione di decisioni motivate. La scuola non è pensata come un corso generale di machine learning, ma come un percorso applicato all'ingegneria strutturale delle costruzioni esistenti.

Il programma combina lezioni frontali, contributi specialistici e attività applicative su un caso studio reale o realistico. Il filo conduttore della scuola è il passaggio che porta dall'osservazione dei dati, all'interpretazione del comportamento strutturale e formulazione di una decisione ingegneristica supportata da evidenze.

• Periodo: 26-30 ottobre 2026
• Sede: Napoli
• Dipartimento organizzatore: Dipartimento di Strutture per l'Ingegneria e l'Architettura, Università degli Studi di Napoli Federico II
• Formato: in presenza
• Lingua: italiano
• Quota di partecipazione: 350 € per studenti di master e dottorato – 450 € per ricercatori post-dottorato, ricercatori e professionisti
• Inclusi nella quota di iscrizione: pranzi per i 5 giorni della scuola, evento sociale e cena sociale
• Scadenza per la registrazione: da definire
• Numero massimo di partecipanti: da definire
• Scadenza per la pre-registrazione: 30 giugno 2026

È prevista una fase di pre-registrazione per manifestare interesse e ricevere aggiornamenti sulla call ufficiale. La pre-registrazione non costituisce iscrizione definitiva. Posti disponibili, requisiti e modalità di selezione saranno comunicati successivamente.

La scuola è rivolta principalmente a:

• Studenti di dottorato
• Ricercatori post-doc
• Giovani ricercatori
• Professionisti interessati all'impiego di AI, monitoraggio, modellazione digitale e strumenti decisionali per la gestione delle costruzioni esistenti

È consigliata una formazione di base in ingegneria strutturale, ingegneria civile, architettura tecnica o discipline affini. Non è richiesta una competenza avanzata di programmazione, ma è utile una familiarità di base con strumenti computazionali, analisi dati o modellazione strutturale.

I principali argomenti affrontati nella scuola includono:

• AI per l'ingegneria strutturale delle costruzioni esistenti
• Computer vision per ispezione e rilievo
• Acquisizione, organizzazione e integrazione di dati multi-sorgente
• Monitoraggio strutturale e interpretazione dei segnali
• Structural Health Monitoring
• Digital twin e integrazione dati–modello
• Modelli ibridi fisica–dati
• Model updating e rappresentazioni digitali dell'esistente
• Modelli surrogati e workflow AI per applicazioni ingegneristiche
• Affidabilità, robustezza e deployability dell'AI
• Ottimizzazione per ispezione, monitoraggio e intervento
• Value of information e decision support
• Comunicazione della decisione tecnica sotto incertezza

Presto disponibile

• Domenico Asprone — Università degli Studi di Napoli Federico II, DiST
• Gian Piero Lignola — Università degli Studi di Napoli Federico II, DiST
• Giuseppe Carlo Marano — Politecnico di Torino, DISEG
• Sebastiano Panichella — AI4I, IDeaLS Lab
• Tommaso Pastore — Università degli Studi di Napoli Federico II, DiST
• Andrea Prota — Università degli Studi di Napoli Federico II, DiST

• Informazioni scientifiche e organizzative: Tommaso Pastore

Presto disponibile

Presto disponibile