Intelligent Integrated Systems

Il Gruppo *Intelligent Integrated Systems* (I2SG) si occupa di progettazione e l’implementazione di sistemi elettronici intelligenti, combinando analisi teorica, elaborazione statistica dei segnali, progettazione hardware-aware e intelligenza artificiale. Il gruppo sviluppa soluzioni ad alta efficienza energetica che collegano teoria e applicazioni reali, ha competenze di circuiti analogici e mixed-signal, architetture a basso consumo e sistemi embedded per piattaforme edge-AI. I2SG collabora con istituzioni accademiche di primo piano (ad es. Bologna, Sapienza, POLIMI, Maryland, EPFL, ETHZ, KAUST) e importanti partner industriali (STM, TI, Analog Devices, Thales Alenia), e i suoi membri hanno ricevuto premi internazionali di rilievo, tra cui IEEE CAS Society Darlington, Guillemin-Cauer, TBioCAS Best Paper e Mac Van Valkenburg.
Un’area di ricerca centrale è l’*acquisizione efficiente dei segnali per sensori intelligenti e sistemi IoT*. Ad esempio, I2SG ha sviluppato un ADC in tecnologia CMOS a 0.18 um basato su compressed sensing, che consente campionamento sub-Nyquist ottenendo significativi risparmi energetici.
Un’altra area chiave per I2SG è il *deep learning efficiente in hardware per edge-AI*. Il gruppo sviluppa tecniche di compressione e nuovi paradigmi di reti neurali volti a ridurre l’occupazione di memoria e il costo computazionale preservando l’accuratezza dei risultati. Questo lavoro teorico è affiancato da implementazioni pratiche su dispositivo, inclusi algoritmi di rilevazione di anomalie su microcontrollori e modelli di AI multimodale per applicazioni quali il monitoraggio di infrastrutture civili e sistemi spaziali (ad es. Copernicus e Columbus ISS).
I2SG è anche attivo nella modellazione di *architetture neuromorfiche per l’in-memory computing (IMC)*, un paradigma che supera la separazione tradizionale tra memoria e calcolo abilitando l’elaborazione dei dati direttamente nel luogo in cui sono memorizzati. Questo approccio si basa su crossbar-array memristivi, che supportano moltiplicazioni matrice-vettore analogiche massivamente parallele all’interno della memoria. I2SG ha collaborato allo sviluppo e alla dimostrazione della fattibilità di *prototipi analogici IMC basati su memorie a cambiamento di fase*.
I2SG sviluppa inoltre *soluzioni basate su AI per il sensing biomedicale e il supporto alle decisioni cliniche*, includendo sistemi di riabilitazione intelligenti che adattano la stimolazione elettrica tramite motion tracking, e analisi articolare basata su LiDAR che consente diagnosi personalizzate senza dispositivi indossabili. Ulteriori applicazioni includono la gestione delle ferite croniche, integrando hardware di sensing dedicato, classificazione di immagini, previsione degli esiti e trasmissione sicura dei dati per il monitoraggio remoto.
Un approccio simile è usato per sistemi UAV abilitati dall’AI per il monitoraggio multimodale in agricoltura in ambienti protetti (PACE). Flotte di micro-UAV equipaggiate con telecamere e LiDAR acquisiscono immagini ad alta risoluzione e nuvole di punti 3D per analisi AI multilivello, combinando informazioni superficiali e strutturali delle colture.
Un’ultima area per I2SG riguarda *modellazione e controllo di convertitori DC-DC*, dove si studiano approcci basati su machine learning e reti neurali per progettare controllori adattivi capaci di mantenere una regolazione di tensione robusta in condizioni operative variabili. Strettamente connesso è il lavoro su *modellazione elettromagnetica e analisi di integrità dei sistemi elettronici*. Il gruppo sviluppa modelli equivalenti degli effetti parassiti nei package di circuiti integrati e nei circuiti stampati, colmando efficacemente il divario tra simulazioni elettromagnetiche nel dominio della frequenza e analisi circuitali nel dominio del tempo. Questi modelli sono integrati in flussi completi di progettazione e verifica per power e signal integrity, affrontando sfide critiche nell’elettronica mixed-signal.