info.csv

Title,Abstract,Name of speaker 1, Bio of speaker 1
{Operatori neurali\\ {\small Deep Learning per matematici}},{\textbf{\emph{Negli ultimi anni, il campo dell'intelligenza artificiale ha subito una notevole evoluzione, con applicazioni sempre più diffuse in una vasta gamma di settori. Questo seminario si propone di esplorare tale evoluzione attraverso due principali argomenti. Nella prima parte, sarà presentata una panoramica del Deep Learning, evidenziando le architetture chiave e illustrando diverse applicazioni di rilievo. Successivamente, ci concentreremo sulla teoria fondamentale del machine learning, introducendo il concetto di operatori neurali e esaminando la loro utilità nell'approssimazione di soluzioni per equazioni differenziali. Attraverso esempi pratici, sarà mostrato come tali operatori possano contribuire in modo significativo alla risoluzione di problemi complessi.}}. If a new paragraph must be issued, use {\tt\string\par}\ or {\ttfamily\string\endgraf}\ in place of leaving a blank line.},{Massimiliano Ghiotto},{Massimiliano Ghiotto è dottorando del XXXIX ciclo presso il Dipartimento di Matematica dell'Università di Pavia. 
La sua ricerca si concentra nell'approssimazione di PDEs tramite operatori neurali, con particolare attenzione allo sviluppo di operatori neurali applicabili a problemi definiti su geometrie multipatch.}