Lavori selezionati

Progetti

Una panoramica ordinata di alcune cose che ho costruito, studiato e testato.

Italia • Aggiornato: Aprile 2026

Sfoglia per area

Tutti i progetti visibili

Tesi in evidenza

Tesi triennale

Unveiling Protein Connections through Graph Neural Networks and ProtT5 Embeddings
La mia tesi triennale parte da una domanda pratica di bioinformatica: un modello può suggerire collegamenti probabili ma ancora mancanti tra proteine, così da dare candidati migliori da controllare? Combina informazione di sequenza con una rete di interazioni note, con un case study su NOTCH2.

Bioinformatica Reti proteiche Link prediction Ranking candidati
Leggi la tesi Riassunto interattivo Slide PDF

Visione artificiale

Anomaly Detection & Localizzazione UAV

Pipeline di visione artificiale per immagini da drone molto grandi, con un obiettivo semplice: individuare oggetti o aree insolite e trasformarle in regioni da controllare o classificare.

Immagini aeree Anomaly detection Localizzazione Post-processing
  • Obiettivo: trovare aree candidate dentro frame aerei ad alta risoluzione.
  • Perché: i target sono rari e le immagini grandi, quindi restringere la ricerca fa risparmiare tempo.
  • Output: heatmap, bounding box e crop da passare a un classificatore o a una demo.
Ulteriori dettagli

Sistemi dinamici

Previsione dell’attrattore di Lorenz

Un piccolo studio di forecasting su un sistema caotico: un modello riesce a prevedere il movimento successivo, e quanto velocemente crescono gli errori quando le previsioni vengono riusate dal modello?

Sistemi dinamici Forecasting Serie temporali Stabilità
  • Obiettivo: prevedere brevi tratti di moto in un sistema molto sensibile a piccole variazioni.
  • Perché: è un problema giocattolo pulito per capire i limiti della predizione su serie temporali.
  • Lezione: buone predizioni a breve termine non restano automaticamente affidabili su rollout lunghi.
Demo interattiva Export notebook

Analisi dati

Analisi dati — Elezioni Europee 2019

Analisi esplorativa delle elezioni europee 2019: pulizia dei dati, verifica di ipotesi e sintesi tramite visualizzazioni.

Dati pubblici Pulizia dati Visualizzazione Analisi esplorativa
  • Lavoro: wrangling di tabelle sporche, controlli di consistenza e notebook riproducibili.
  • Output: grafici e conclusioni narrative basate su pattern quantitativi.
Presentazione PDF

Reinforcement learning

RL-Nav v1 — RL guidato da oracolo in osservabilità parziale

Progetto d’esame che combina reinforcement learning e guida basata su LLM per navigazione in un ambiente PyBullet stocastico con goal nascosto, sensing locale, embedding di guida e controllo ricorrente.

Reinforcement learning Navigazione Guida LLM Osservabilità parziale
  • Lavoro: progettazione dell’interfaccia dell’oracolo LLM e output strutturati vincolati.
  • Risultato: 62% di successo in held-out, evidenziando la robustezza come collo di bottiglia.
Presentazione PDF

Dati sintetici

Generazione dataset sintetico in Blender

Piccola pipeline per generare immagini sintetiche etichettate con domain randomization per training in stile YOLO.

Dati sintetici Rendering 3D Domain randomization Object detection
  • Lavoro: randomizzazione della scena, variazioni di luce ed esportazione delle label.
  • Perché: iterazione rapida quando i dati reali sono costosi, limitati o difficili da raccogliere.
Esempio render sintetico 1 Esempio render sintetico 2

Ingegneria

Piccoli progetti Web / API

Lavori leggeri di backend/API e piccole app orientate a trasformare funzionalità in qualcosa di usabile e testabile.

Web app Design API Frontend base Strumenti piccoli
  • Lavoro: schemi API, endpoint e integrazione pulita con la logica client.
  • Stack: OpenAPI, basi SQL, HTML, CSS e JavaScript.
Questo sito! WasaText Mood tracker

Esperimenti interattivi

Playground

Uno spazio in crescita per simulazioni native del browser, spiegazioni visuali e piccoli strumenti utili da esplorare, ma non sempre abbastanza grandi per pagine progetto autonome.

Demo browser Simulazioni interattive Canvas Strumenti visuali
  • Obiettivo: rendere trovabili piccole idee interattive mentre evolvono.
  • Perché: simulazioni e slider possono spiegare alcuni concetti meglio del testo statico.
Apri playground