Prospettive e Sfide della Generazione di Dati Sintetici nell’addestramento di Algoritmi di Machine Learning

In questo seminario Online esploreremo la generazione e l’uso dei dati sintetici nell’allenamento di algoritmi di Machine Learning rivolti al settore industriale.

Attraverso l’intervento di Michele Ermidoro (co-fondatore di AISent) ne approfondiremo i vantaggi, tra cui l’accessibilità, la varietà dei casi di utilizzo e il superamento di problematiche legate alla privacy, oltre che le sfide come le differenze rispetto ai dati reali, il rischio di bias e la complessità della modellazione dei processi industriali.

AISent è una startup innovativa specializzata in Intelligenza Artificiale, Machine Learning e Computer Vision, spinoff dell’Università degli Studi di Bergamo e parte del consorzio per la meccatronica Intellimech. Fondata nel 2018 ha già sviluppato diversi progetti legati a sistemi di visione e guida di robot in ambito industriale, anche grazie alla capacità di creare modelli matematici e statistici complessi per la gestione dei dati disponibili o la generazione di dati sintetici.

Questo seminario vuole quindi offrire una panoramica equilibrata delle opportunità e delle considerazioni critiche per ottenere risultati validi e affidabili nell’implementazione pratica della generazione di dati sintetici nel settore industriale.