L'équipe du LIAD

Riccardo est ingénieur chercheur spécialisé en physique théorique et en machine learning. Ses centres d'intérêt s'étendent de la théorie de l'information à l'IA pour l'analyse de données dans divers domaines scientifiques.

Il a obtenu son doctorat à l'Institut national de physique nucléaire (INFN) et à l'Université de Turin avec une thèse sur la phénoménologie de la théorie des cordes à l'interface avec l'IA ("D-branes and Deep Learning: Theoretical and Computational Aspects In String Theory"). Il a rejoint le CEA en tant que post-doc en 2021 pour travailler sur des méthodes de machine learning pour l'analyse des données de spectroscopie optique du plasma induit par laser (LIBS) au Laboratoire d'analyse nucléaire, isotopique et élémentaire (DES/ISAS/DRMP/SPC/LANIE). Dans ce contexte, il a développé des méthodes basées sur l'analyse en composantes principales (ACP) et la théorie des matrices aléatoires pour l'extraction d'informations à partir d'expériences de cartographie LIBS. Il s'est également intéressé aux techniques d'IA explicable (X-AI) pour l'analyse des données de spectroscopie.

Riccardo a ensuite été recruté en 2022 en tant qu'ingénieur de recherche au Laboratoire vision pour la modélisation et la localisation (DRT/LIST/DIASI/SIALV/LVML), où il a poursuivi le développement de méthodes d'X-AI et de techniques pour l'analyse de données et la vision par ordinateur basées sur l'utilisation de méthodes de théorie des champs, telles que le groupe de renormalisation pour la détection de signaux.

Il a rejoint le Laboratoire d'intelligence artificielle et de science des données (DES/ISAS/DM2S/SGLS/LIAD) en 2024, où il s'occupe de méthodologies inspirées de la physique et de la vision pour l'analyse de données, en se concentrant sur les données scientifiques et de simulation.