Andrea Generosi

Posizione

Dottorando - ING-IND/15 (XXXII ciclo, 2016 - 2019)

Tutor

Prof.ssa Maura Mengoni

Argomenti di ricerca

La sua attività di ricerca riguarda lo sviluppo di tecnologie nell’ambito del Deep Learning per analizzare un utente o cliente in contesti digitali o fisici, così da estrapolare delle KPI relativamente sulla loro User e Customer Experience. Lo studio si concentra soprattutto sulla progettazione e implementazione di tecnologie per il riconoscimento automatico di emozioni, sesso, età e sguardo a partire da foto e/o video del volto dell’utente analizzato, sfruttando prevalentemente l’addestramento di Reti Neurali Convoluzionali.

Biografia

Andrea Generosi ottiene la laurea magistrale  in Ingegneria Informatica e dell’Automazione nel febbraio del 2016 presso l’Università Politecnica delle Marche e inizia subito il lavoro come consulente ICT presso la sede italiana della’azienda Hewlett Packard Enterprise in Cernusco sul Naviglio (MI). Nel novembre dello stesso anno inizia il dottorato in Ingegneria Industriale presso l’Università Politecnica delle Marche e contribuisce a fondare, nel febbraio del 2017, lo spin-off universitario Emoj, di cui ne è ad oggi il CTO.

Principali pubblicazioni
  1. Ceccacci, S., Generosi, A., Giraldi, L., Mengoni, M. (Sep 2017) An User-Centered approach to design Smart Systems for people with dementia. ICCE-BERLIN 2017.
  2. Ceccacci, S., Generosi, A., Giraldi, L., Mengoni, M. (May 2018) Tool to Make Shopping Experience Responsive to Customer Emotions. INTERNATIONAL JOURNAL OF AUTOMATION TECHNOLOGY.
  3. Generosi, A., Ceccacci, S., Mengoni, M. (2018) A deep learning-based system to track and analyze customer behavior in retail store. ICCE-BERLIN 2018
  4. Generosi, A., Altieri, A., Ceccacci, S., Foresi, G., Talipu, A., Turri, G., Mengoni, M. (2019) MoBeTrack: A Toolkit to Analyze User Experience of Mobile Apps in the Wild. ICCE 2019
  5. Altieri, A., Ceccacci, S., Ciabattoni, L., Generosi, A., Talipu, A., Turri, G., Mengoni, M. (2019) An Adaptive System to Manage Playlists and Lighting Scenarios Based on the User's Emotions. ICCE 2019
 

Email:
a.generosi@pm.univpm.it

Telefono:
+39 071 220 4797

Ufficio:
Q180_017

         Research Gate