Giuseppe NUNNARI

Professore ordinario di Automatica [ING-INF/04]

Giuseppe Nunnari si è laureato in ingegneria elettrotecnica presso l'Università degli Studi di Catania nel 1979 con il massimo dei voti e la lode. Ha ricoperto posizioni di ingegnere presso alcune aziende di Telecomunicazioni e di Informatica tra il 1982 ed il 1983. Dal Maggio 1983 all'Ottobre 1992 è stato ricercatore presso il Consiglio Nazionale delle Ricerche (CNR) dove ha sviluppato degli studi di modellistica in ambito geofisico. Dal Novembre del 1992 è stato professore associato di Automatica presso la Facoltà di Ingegneria dell'Università degli Studi di Catania e dall'Ottobre 2001 e professore ordinario dello stesso raggruppamento disciplinare (straordinario dal 1.10.2001 al 30.09.2004). L'attività di ricerca svolta riguarda la modellistica ed il controllo dei sistemi dinamici, l'elaborazione dei segnali, le tecniche di Soft-computing, la modellistica dei sistemi geofisici ed ambientali. E' stato responsabile di U.R. (Unità di Ricerca) nell'ambito di progetti finanziati dalla Unione Europea, dal Ministero della Ricerca Scientifica, dal Consiglio Nazionale delle Ricerche, dal Gruppo Nazionale di Vulcanologia, dall'Istituto Nazionale di Geofisica e Vulcanologia e di progetti di ricerca di ateneo. E' stato titolare di convenzioni di ricerca con la Regione Siciliana e con aziende private. E' autore o coautore di numerose pubblicazioni scientifiche su riviste internazionali, atti di congressi e monografie. I programmi di ricerca più recenti sono: Progetto V4-Flank, finaziato dal Dipartimento della Protezione Civile (2007-2009), Research on Active Volcanoes, Precursors, Scenarios, Hazard and Risk (subproject V_3_6 Etna), Funded by the Italian INGV-DPC (INGV is the Italian Institute of Geophysics and Volcanology, DPC is the Italian Department of Civil Protection), years 2004-2006, Monitoring Research Activity at Stromboli and Panarea, Funded by the Italian INGV-DPC, years 2004-2006, Air Pollution Episodes: modelling Tools for Improved Smog management (APPETISE) Funded by the European Union under the FP5 Framework Program, Contract IST-1999-11764, years: 2000-2002, Innovative Methodologies for Processing SAR Interferograms, Funded by the Italian INGV, years: 2002-2004, Dynamics of complex networks for the development of novel business strategies and enterprise technologies, Progetto FIR 2014-2017, Finanziato dall'Università degli Studi di Catania. Nel corso del biennio 2017-2019 ha partecipato al progetto: Control, measurement and integrated systems: new methods and applications, finanziato dall'Università degli Studi di Catania ed attualmente (2019-2021) partecipa al progetto Modellistica e Controllo di Sistemi Sostenibili in Ambito Industria 4.0 (ARISTOTELIAN 4.0), finanziato dall'Università degli Studi di Catania. Partecipa al progetto PRIN 2017 (anni 2017-2020), intitolato ' Advanced Network Control of future Smart Grids', finanziato dal Ministero della Ricerca Scientifica.

 

VISUALIZZA GLI INSEGNAMENTI DALL'A.A. 2022/2023 AD OGGI

Anno accademico 2021/2022


Anno accademico 2020/2021


Anno accademico 2019/2020


Anno accademico 2018/2019


Anno accademico 2017/2018


Anno accademico 2016/2017


Anno accademico 2015/2016

L'attività di ricerca più recente (dal 2015 al presente) ha riguardato i seguenti argomenti:

  • Studio di nuove proprietà dei sistemi  Multi-Input Multi-Output (MIMO) lineari e tempo-invarianti. In particolare ho studiato i valori singolari di Hankel e i valori caratteristici della cascata tra un sistema MIMO e un sistema inner, nel dominio tempo-continuio.
  • Caratterizzaione di un sistema vulcanico in termini di un sistema a criticità autoorganizzata (SOC). In particolare, analizzando un data-base riguardante la maggior parte delle eruzioni vulcaniche, ho contibuito a determinare che la durata delle eruzioni può essere descritta da una distribuzione universale che ne caratterizza la dinamica.
  • Valutazione in tempo-reale dell'attività dei vulcani attivi,  finalizzata alla riduzione del rischio. A tal fine, ho applicato vari tipi di apprendimento automatico a variegati tipi di dati registrati nell'area dell'Etna.
  • Studio di modelli di predizione della radiazione solare mediante tecniche di deep learning.
  • Studio di modelli di predizione delle vendite mensili basate sull'uso di serie temporali.