Bartolomeo Montrucchio

Il Politecnico di Torino ha recentemente collaborato insieme ad astronomi di fama internazionale al fine di realizzare AETHER, un software realizzato in Godot che consente di modellizzare il comportamento delle chiome cometarie in tre dimensioni applicando principi fisici noti quali, ad esempio, l’effetto della rotazione del nucleo e della pressione di radiazione solare.
Al momento, le variabili di modellizzazione delle chiome cometarie sono parzialmente definite in input dall’operatore con procedura trial-and-test, a seguito dell’analisi di immagini telescopiche digitali bidimensionali. Il modello numerico generato (o, meglio, l’immagine sintetica ottenuta dalla sua proiezione ortografica sul piano bidimensionale) viene poi sovrapposto all’immagine in modo da permettere un confronto della corrispondenza dei dettagli. Tuttavia, poiché questo confronto è puramente visivo, la verifica del match è soggettiva e pertanto soggetta ad errore.
Lo scopo della presente proposta di tesi riguarda la modifica del software esistente, AETHER, al fine di automatizzare il confronto e valutare in maniera oggettiva i risultati sintetici ottenibili dal modello numerico rispetto alle sue controparti reali, catturate tramite telescopio. Questo obiettivo si può ottenere mediante diverse tecniche: ad esempio, tramite l’identificazione sull’immagine di punti chiave che possano fungere da riferimento per lo sviluppo del modello numerico, seguita dalla generazione da parte del software di una serie di modelli all’interno di range, definibili dall’utente, delle variabili che incidono sul calcolo delle traiettorie delle polveri (metodo Monte Carlo). A seguito di questa operazione, il software può verificare la correlazione delle traiettorie generate dal modello e quelle tracciate sull’immagine reale, con scelta della miglior corrispondenza su basi statistico-matematiche.
Per ulteriori informazioni, si prega di contattare Bartolomeo Montrucchio e Antonio Marceddu alle seguenti email:
bartolomeo.montrucchio@polito.it
antonio.marceddu@polito.it

Lo scopo della seguente proposta di tesi riguarda la creazione di un sistema di Intelligenza Artificiale (IA) per un dispositivo spaziale autonomo. Nel particolare, si vorrebbe realizzare un sistema di visione mono o stereoscopico in grado di riconoscere la distanza di un oggetto e i suoi bordi affinché si possa capire in quale modo possa essere afferrato. La capacità di afferrare l’oggetto dipende dal modo in cui è stato costruito il braccio robotico, oltre che dalla forma della pinza posta agli estremi del manipolatore.
Riguardo il sistema di visione mono o stereoscopica, uno dei modi per capire la distanza di un oggetto può essere rappresentato dai sistemi di depth estimation, richiedenti una discreta potenza di calcolo. Questi, abbinati ad un sistema di segmentazione dei bordi degli oggetti presenti nella scena, stima della posa, ed altre tecniche, potrebbero consentire di realizzare un prototipo atto alla manipolazione di oggetti di forma sconosciuta. Contattare bartolomeo.montrucchio@polito.it antonio.marceddu@polito.it matteo.dallavedova@polito.it stefano.mauro@polito.it paolo.maggiore@polito.it

The thesis work will focus on the development of a hybrid quantum-classical reinforcement learning agent and its subsequent application to optimize energy consumption within a simulated data-center environment. The student will work with well-established frameworks for classical reinforcement learning and machine learning, such as Gymnasium and PyTorch, as well as with frameworks for quantum programming, including Qiskit and PennyLane.

Il lavoro di tesi si inserisce nel contesto del progetto di ricerca SentinelPV, che mira allo sviluppo di metodologie innovative per la previsione della produzione fotovoltaica su larga scala, utilizzando un numero limitato di impianti rappresentativi (“sentinel”).
L’obiettivo della tesi è lo sviluppo e l’analisi di modelli di machine learning per la previsione multisito della produzione fotovoltaica, con particolare attenzione alla scalabilità e alla capacità di generalizzazione su reti di impianti distribuiti.
L’attività si articolerà nelle seguenti fasi principali.
1. Analisi dei dati e preprocessing
Il tesista lavorerà su dataset reali comprendenti:
produzione fotovoltaica,
dati meteorologici (irradianza, temperatura, ecc.),
eventuali dati geospaziali.
Saranno sviluppate tecniche di preprocessing e feature engineering, incluse:
pulizia dei dati e gestione dei missing values,
riduzione dimensionale,
analisi di correlazioni spaziali e temporali.
2. Modellazione machine learning multisito
Il cuore della tesi sarà lo sviluppo di modelli predittivi per la produzione fotovoltaica su più siti, affrontando il problema della limitata osservabilità dei sistemi reali.
Saranno esplorati diversi approcci, tra cui:
modelli di machine learning tradizionali (Random Forest, Gradient Boosting);
modelli deep learning per serie temporali (LSTM, CNN, Transformer);
approcci avanzati per il multisito, come modelli spatio-temporali e Graph Neural Networks.
Particolare attenzione sarà dedicata a:
modellazione delle correlazioni spaziali tra impianti;
utilizzo di un sottoinsieme di impianti per stimare il comportamento di una rete più ampia;
confronto tra approcci single-site e multi-site.
Queste tematiche sono centrali nello stato dell’arte della previsione fotovoltaica, dove l’uso di modelli ML consente di catturare relazioni non lineari e dipendenze spazio-temporali complesse .
3. Validazione e analisi delle performance
I modelli sviluppati saranno valutati tramite metriche standard (RMSE, MAE, ecc.) e confrontati tra loro.
Verranno inoltre analizzati:
la robustezza rispetto a dati incompleti o rumorosi;
le prestazioni su diversi orizzonti temporali (intra-day, day-ahead);
la capacità di generalizzazione su siti non osservati.
Risultati attesi
Il lavoro porterà a:
lo sviluppo di modelli avanzati per la previsione multisito;
una valutazione comparativa delle diverse tecniche di machine learning;
un contributo concreto allo sviluppo dell’architettura SentinelPV.

This thesis will concentrate on defining and analysing figures of merit for job scheduling in hybrid HPC–quantum systems. The student will review performance metrics from classical HPC (throughput, utilisation, fairness, energy) and quantum computing (fidelity, error rates, queue time, success probability). The work will propose a coherent set of metrics and parameters tailored to hybrid workflows where quantum accelerators are accessed on‑demand. Several composite objectives will be designed, for instance combining user‑perceived turnaround time with expected quality of quantum results. Using a simplified scheduling simulator or analytical models, the thesis will explore trade‑offs between different metrics and how scheduler policies influence them. The expected contribution is a clear metric framework that operators and researchers can use to evaluate hybrid scheduling strategies.. Please contact also dr. Edoardo Giusto

Il Politecnico di Torino ha recentemente collaborato insieme ad astronomi di fama internazionale al fine di realizzare AETHER, un software realizzato in Godot che consente di modellizzare il comportamento delle chiome cometarie in tre dimensioni applicando principi fisici noti quali, ad esempio, l’effetto della rotazione del nucleo e della pressione di radiazione solare.
La seguente proposta di tesi verte pertanto sul miglioramento di tale software al fine di aggiungere nuove funzioni, tra cui la realizzazione di un piccolo Sistema Solare dinamico in grado di posizionare correttamente la cometa in un certo periodo dell’anno sulla base delle effemeridi ottenute dal sito della NASA.
Durante la realizzazione del software, lo studente verrà affiancato dai ricercatori dell’Osservatorio Astrofisico di Asiago e del Politecnico di Torino. La tesi può essere svolta da remoto o in presenza presso il Politecnico di Torino.
Per ulteriori informazioni, si prega di contattare Bartolomeo Montrucchio e Antonio Marceddu alle seguenti email:
bartolomeo.montrucchio@polito.it
antonio.marceddu@polito.it

This thesis will develop a mathematical optimisation model for the scheduling of hybrid HPC–quantum workloads with on‑demand quantum access. The student will formalise hybrid jobs as sequences or DAGs of classical and quantum stages, with constraints capturing resource capacities, network latency to cloud quantum devices, and priority or fairness policies. The scheduling problem will be expressed, for example, as a mixed‑integer or stochastic programming model, potentially including multi‑stage decisions and uncertainty in job arrivals. Different objective functions will be examined, such as minimising makespan, average waiting time, or weighted combinations of performance and cost. Where possible, the model will be solved or approximated using standard solvers and heuristics, and evaluated on synthetic workloads. The thesis aims to provide a rigorous formulation that can guide the design of practical hybrid schedulers. Please contact also dr. Edoardo Giusto

La seguente proposta di tesi riguarda lo sviluppo, l’implementazione e il fine-tuning di un sistema intelligente capace di combinare capacità di comprensione testuale e visiva per rispondere a query complesse su documentazione tecnica in formato PDF. Tale sistema può essere basato sul Model Context Protocol (MCP) proposto da Anthropic, che rappresenta un’evoluzione significativa rispetto agli attuali assistenti documentali in quanto li rende modularmente connessi. Esso consente pertanto di creare sistemi di Intelligenza Artificiale (IA) capaci di rispondere in maniera dinamica agli stimoli esterni, quali voce e immagini. Durante la tesi, è pertanto richiesto di realizzare un sistema di questa tipologia che possa essere interfacciato tramite linguaggio naturale e immagini derivanti da dispositivi di Realtà Aumentata (AR) o app per smartphone. Contattare antonio.marceddu@polito.it e/o bartolomeo.montrucchio@polito.it

This thesis will investigate job scheduling strategies for hybrid computing systems where an on‑premises HPC cluster interacts with remotely accessible, on‑demand quantum devices. The work will start from a detailed analysis of existing heterogeneous and hybrid scheduling approaches in production and experimental environments. The student will define models for hybrid jobs that alternate between classical and quantum phases, including queueing and latency aspects of remote quantum access. Different scheduling policies (e.g., FCFS, priority‑based, workflow‑aware) will be designed and compared in a simulated hybrid environment. The evaluation will focus on metrics such as job turnaround time, quantum device utilisation, and classical resource idle time. The expected result is a set of guidelines and a prototype scheduler policy for efficient on‑demand quantum access in HPC workflows. Please contact also dr. Edoardo Giusto

This thesis will design and implement a reusable proof‑of‑concept scheduler component for hybrid HPC–quantum environments. The scheduler will accept job descriptions including classical phases and one or more quantum calls, and it will interact with a configurable back‑end representing remote quantum services. The component will be architected to integrate, where available, external quantum resource estimators to inform scheduling decisions such as device selection or expected runtime. Different pluggable scheduling policies (e.g., basic FCFS, resource‑aware, or workflow‑aware) will be implemented and exposed via a clean API. A simulation harness will generate representative hybrid workloads and collect performance data under each policy. The thesis will deliver both the software artefact and an evaluation demonstrating how such a component can be integrated into larger HPC or workflow management systems. Please contact also dr. Edoardo Giusto

La generazione procedurale può, in misura variabile, creare automaticamente scene 3D sintetiche, fotorealistiche e annotate, basate su regole predefinite. Questo è molto utile per aumentare sinteticamente il numero di immagini da inviare ai sistemi di Intelligenza Artificiale (IA), come il rilevamento di oggetti (DE) e la stima della profondità (DE). Attualmente esistono diversi framework in grado di offrire questa capacità, tra cui Infinigen, Nvidia Omniverse e BlenderProc. La maggior parte di essi si concentra specificamente sulla generazione procedurale di ambienti simili alla Terra, come scene urbane, industriali e naturali, per applicazioni principalmente legate allo sviluppo di veicoli e robot autonomi.
Allo stesso tempo, esistono poche applicazioni per la generazione procedurale di ambienti spaziali fotorealistici annotati, che potrebbero contribuire alla creazione di robot autonomi in grado di orbitare attorno alla Terra per rimuovere detriti spaziali o navigare su superfici satellitari e planetarie.
L’obiettivo di questa proposta di tesi è pertanto quello di esplorare soluzioni per la generazione procedurale di ambienti spaziali fotorealistici e annotati che potrebbero essere utilizzati per le attività sopra menzionate.
Per ulteriori informazioni, si prega di contattare Bartolomeo Montrucchio e Antonio Marceddu alle seguenti email:
bartolomeo.montrucchio@polito.it
antonio.marceddu@polito.it

This thesis will focus on integrating quantum resource estimation into hybrid job scheduling for HPC–quantum systems. The student will study existing resource estimators and architectural models to extract parameters such as logical and physical qubits, circuit depth, expected runtime, and error rates under different target technologies. The main goal is to define an interface and workflow that allows schedulers to query these estimators before dispatching quantum jobs. Using this information, the thesis will explore policies for backend selection, batching, and admission control of quantum tasks. A simulation framework will be developed to compare scheduling decisions with and without resource‑aware information. The outcome will be design recommendations and a reference implementation showing how resource estimation can improve utilisation and predictability in hybrid environments. Please contact also dr. Edoardo Giusto

Il tesista lavorerà su un progetto relativo alle comunità energetiche, che sono aggregazioni di utenti che convivono energia prodotta da fonti rinnovabili. In particolare, la tesi verterà su piccole comunità energetiche in condomini, dove la generazione di energia elettrica avviene prevalentemente con impianti fotovoltaici eventualmente supportati da sistemi di stoccaggio elettrochimico dell’energia (batterie al litio). L’obbiettivo dello studente è duplice:
1- Realizzare una piattaforma accessibile tramite browser, in cui l’utente segue una procedura guidata per selezionare gli input delle simulazione, come ad esempio le caratteristiche della comunità energetica (numero di utenti, numero di sistemi di generazione fotovoltaica e/o accumulo e loro caratteristiche tecniche). Tale piattaforma dovrà essere user-friendly per supportare qualunque tipo di stakeholder nel processo si realizzazione/simulazione della comunità energetica. Il software sarà collegato ad un database per poter salvare dati e casi studio, in modo da poter salvare il lavoro e continuare in una nuova sessione.
2- Realizzare il codice che:
– Calcolerà i flussi energetici prodotti (da fotovoltaico), stoccati (nelle batterie), scambiati fra i diversi utenti e scambiati con la rete
– Calcolerà i flussi finanziari ed i relativi ritorni economici per le diverse utente che partecipano alla comunità energetica
– Mostrerà un report con le informazioni sia a livello dettagliato che in maniera semplificata per gli stakeholder non tecnici.
La piattaforma verrà realizzata all’interno del sito del politecnico e resa disponibile al pubblico in modalità da definire.
Gli interessati possono contattare i docenti
Alessandro Ciocia – Alessandro.ciocia@polito.it
Antonio Costantino Marceddu – antonio.marceddu@polito.it
Bartolomeo Montrucchio – bartolomeo.montrucchio@polito.it