ASSOCIATO
pubblicazioni: Orcid
profilo personale e attività: People
Curriculum Vitae
Nel mio percorso di ricerca ho concentrato l’attenzione sull’intersezione tra intelligenza artificiale e tecnologie non invasive per la diagnosi precoce delle fitopatologie, con particolare riferimento alla Botrytis cinerea. Questo interesse nasce da una formazione multidisciplinare che integra competenze in biologia vegetale, tecniche di imaging avanzato e modellazione predittiva.
Durante il dottorato, ho avviato uno studio approfondito sull’utilizzo della fluorimetria PAM e della termografia pulsata per rilevare segnali precoci di stress associati all’infezione fungina. Queste tecniche, abbinate ad algoritmi di machine learning e deep learning, hanno mostrato un potenziale significativo nell’identificare pattern fisiologici alterati prima della comparsa visibile dei sintomi. Il mio lavoro ha incluso la progettazione di protocolli sperimentali in serra, l’acquisizione e la pre-elaborazione dei dati multispettrali e termici, e lo sviluppo di modelli predittivi basati su reti neurali convoluzionali e classificatori tradizionali.
Parallelamente, ho condotto una revisione sistematica della letteratura sull’applicazione di tecniche di AI per la detection di B. cinerea, contribuendo alla definizione dello stato dell’arte e all’individuazione di gap di ricerca ancora aperti, soprattutto in merito all’integrazione di dati provenienti da sensori multipli.
Nel complesso, le mie attività si inseriscono in una visione più ampia dell’agricoltura di precisione, volta a promuovere un approccio sostenibile e tempestivo alla gestione delle malattie, riducendo l’uso di fitofarmaci e migliorando la qualità delle produzioni.