DOTTORATO IN TECNOLOGIE DELL'INFORMAZIONE E DELLE COMUNICAZIONI (ICT)

Offerta formativa anno accademico 2026/2027

Elenco delle attività formative previste per i dottorandi del primo anno
Analytical Techniques for Wave Phenomena data presunta: Settembre-Ottobre 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 36 docente del corso: Paolo Burghignoli qualifica: Professore affiliazione: Italiana programma delle attività: Lesson 1: Analyticity, elementary functions, introduction to Riemann surfaces. Lesson 2: Contour integration, Cauchy theorem and consequences, power series, singularities, residues. Lesson 3: Introduction to asymptotic methods, asymptotic sequences, and elementary examples. Lesson 4: The Luneburg-Kline asymptotic series, geometrical optics. Lesson 5: Asymptotic evaluation of integrals: Integration by parts, Watson lemma, Laplace method, stationary-phase method. Lesson 6: Asymptotic evaluation of integrals: The method of steepest descents (saddle-point method). Lesson 7: Vertical dipole above a single interface: space waves, lateral waves, plasmon waves, Zenneck waves. Lesson 8: Vertical dipole above a grounded slab: surface waves, leaky waves. Lesson 9: PEC half plane: elementary solution and Wiener-Hopf approach. Lesson 10: Resistive half plane: Wiener-Hopf solution and uniform asymptotic evaluation of the field. Lesson 11: Spherical wave functions; dipole on a PEC sphere, Watson transformation, creeping waves. Lesson 12: Plane-wave scattering from PEC and dielectric spheres; the rainbow and the glory. modalità di accertamento finale: Discussione di un argomento del corso
Generative Deep Learning data presunta: Giugno 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 18 docente del corso: Danilo Comminiello qualifica: Professore affiliazione: Italiana programma delle attività: • INTRODUCTION TO GENERATIVE MODELS. Generative modeling and probabilistic generative models. Deep neural networks. Building deep network models. Learning latent representations. • MAIN GENERATIVE MODELS. Autoregressive models. Generative Adversarial Networks. Variational Autoencoders. Diffusion Models. Flow-Matching Models. • GENERATIVE ARCHITECTURES FOR UNPAIRED DATA TRANSLATION. Typical problems in unpaired data translation. From CycleGAN to probabilistic architectures. Latent generative approaches. • TRAINING GENERATIVE MODELS FOR UDT. Specific cost functions for unpaired translation (cycle-consistency loss, adversarial losses, style-based losses). Loss functions for diffusion and flow models (noise prediction loss, KL divergence, optimal transport, contrastive loss). • APPLICATIONS AND CASE STUDIES. Examples of generative models for unpaired data translation, including: natural image-to-image translation, image style and domain translation, satellite image translation, music generation, voice conversion, image-to-text generation, video-to-audio generation, medical image modality translation, and brain activity translation, among others. modalità di accertamento finale: Small project assignment on one of the course topics
Dalla filosofia della scienza alla metaprogettazione data presunta: Settembre-Ottobre 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 12 docente del corso: Enrico De Santis qualifica: Ricercatore affiliazione: Italiana programma delle attività: Lesson 1: Pre-scientific knowledge and philosophy Lesson 2: Theory, practice, praxis. Models: deterministic and probabilistic models; randomness. Lesson 3: Complexity, Chaos, biological systems. Systemic thinking. Lesson 4: The evolution of science and technology. The origins of science and technology. Lesson 5: Fundamentals of Artificial Intelligence and Complexity Lesson 6: AI, machine learning and meta-design. Mind, brain and AI. modalità di accertamento finale: Progetti di studio avanzati correlati agli argomenti del corso
La scrittura tecnico-scientifica data presunta: Febbraio 2027 - tipologia: disseminazione/comunicazione - modalità di erogazione: Ex-cathedra - numero ore: 24 docente del corso: Emilio Matricciani qualifica: Professore affiliazione: Italiana programma delle attività: 1) Il canale di comunicazione. Canali virtuali e canali trasparenti. La comunicazione scritta: linguaggio analogico e digitale, testo e figure, principi generali dell’elaborazione visiva e testuale. Il canale di comunicazione e i disturbi. La qualità del manoscritto tecnico-scientifico. 2) L'eredità dei giganti: l'articolo e le riviste scientifiche. Nascita e sviluppo della scrittura tecnico-scientifica. Evoluzione della struttura canonica. Risultati da vedere: tabelle e figure. Scrittura e creatività. Esempi storici. 3) La pianificazione strategica del manoscritto scientifico. Le tre funzioni del manoscritto. Struttura fondamentale del manoscritto (informativo, persuasivo, motivazionale). Organizzazione e indice del manoscritto. La struttura canonica. 4) Dalla prima versione alla versione definitiva. Revisione del contenuto, dei paragrafi, delle frasi, delle parole. Formule di leggibilità. 5) Scrivere e pubblicare. Scientometria e indici bibliometrici. Riviste scientifiche e revisione di un articolo. Etica e frodi scientifiche. modalità di accertamento finale: Prova scritta
Quantum Computing and Quantum Machine Learning data presunta: Settembre-Ottobre 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 18 docente del corso: Massimo Panella qualifica: Professore affiliazione: Italiana programma delle attività: Lesson 1. Fundamentals of Quantum Computing theory 1.1 Introduction on modern quantum systems, qubit, measurement. 1.2 Superposition, entanglement and quantum parallelism. 1.3 Consequences of quantum computation. Lesson 2. Data encoding and Unitary Transformation 2.1 Basis encoding, amplitude encoding, angle encoding and higher-order encoding. 2.2 Single and multiple quantum gates for quantum circuit models. 2.3 Quantum Gate Arrays. Lesson 3. Primary Quantum Algorithms and Protocols 3.1 Grover’s Algorithm. 3.2 Shor’s Algorithm. Lesson 4. Variational Circuits as Quantum Machine Learning 4.1 Hybrid Training for Variational Algorithms. 4.2 Ansatz and strategies of Information Encoding. 4.3 Computing the gradient with Variational Quantum Circuits. Lesson 5. Applications for Optimization Problems and Cryptography 5.1 Quantum Approximate Optimization Algorithm. 5.2 Variational Quantum Circuits for QAOA and cryptography Lesson 6. Applications of Quantum Neural Networks 6.1 Quantum Diffusion Models for efficient generation of synthetic data. 6.2 Quantum Convolutional Neural Networks for image classification. 6.3. Physics-informed Quantum Neural Networks. modalità di accertamento finale: Discussione di un articolo scientifico o di un compito assegnato relativo al corso
Management in the Digital Economy data presunta: Febbraio 2027 - tipologia: trasferimento tecnologico/imprenditoria - modalità di erogazione: Ex-cathedra - numero ore: 12 docente del corso: Cesare Pisani qualifica: Studioso o esperto di aziende o istituzioni culturali o sociali affiliazione: Estera programma delle attività: Lesson 1: The Digital Era: Opportunities and Threats. Creative Destruction. Innovation Dynamics Gartner Hype Cycle. Web 1.0, 2.0 and 3.0. Competition and Business Models. Lesson 2: Harvard C. Christiansen Innovator’s Dilemma Framework: Why new emerging technologies cause Great Firms to Fail? Sweet Spots; Disruption Dynamics; Epitomic Disruption Cases: VoIP a first-hand business case. Lesson 3: Money and Trust; Different Kind of Money; Centralized vs Decentralized Ledgers; Fiat Money Pro’s and Con’s; Satoshi Nakamoto White Paper; Hashing Algorithm SHA256. Blockchain, Bitcoin, Mining, BTC Explorer, Wallets; Lesson 4 Altcoin, Proof of Stakes. Ethereum and Programmable Blockchain applications (Smart Contracts, Decentralized Finance, NFT and Copyrights on the Blockchain). Stable Coins, Decentralize Finance (DeFi), Tokenization. Lesson 5: Artificial Intelligence: History, Approaches to AI; Neural Networks. Deep Learning. Supervised and unsupervised learning. Backward Propagation. Transformers, GenAI Frontier Models. Lesson 4: GenAI Company Adoption, Gen AI Agents, GenAI Robotics, The Lethal Trifecta and security, Opportunities and Risks; Develop a plan to deploy GenAI in your organization modalità di accertamento finale: Discussione di un caso di tecnologia dirompente
Complex Systems Modelling by Granular Computing data presunta: Luglio 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 12 docente del corso: Antonello Rizzi qualifica: Professore affiliazione: Italiana programma delle attività: Lesson 1: Introduction to Artificial Intelligence and Machine Learning; Complexity; Granular Computing; Kauffman’s NK-networks Lesson 2: Clustering and Big Data Mining Algorithms; Recurrence quantification analysis; Evolutionary Computation Lesson 3: Pattern recognition in unconventional domains; edit distances; embedding procedures for complex systems; symbolic histograms Lesson 4: Evolutionary Multi Agent Systems for complex systems modelling modalità di accertamento finale: Breve tesina sui temi del corso
Hyperdimensional Computing and Vector Symbolic Architectures for Artificial Intelligence data presunta: Marzo-Aprile 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 12 docente del corso: Antonello Rosato qualifica: Ricercatore affiliazione: Italiana programma delle attività: 1. Introduction to Computing with High-dimensional Vectors 1.1 Overview of Traditional Computing 1.2 Introduction to Hyperdimensional Computing (HDC) 1.3 Vector Symbolic Architectures (VSA) 2. Overview of Different HDC/VSA Models 2.1 (Fourier) Holographic Reduced Representation 2.2 Binary Spatter Codes 2.3 Multiply Add Permute 2.4 Sparse Binary Distributed Representations 2.5 Other Models 3. Representation and Manipulation of Data Structures 3.1 Encoding and Decoding in HDC 3.2 Manipulating Data Structures in HDC 4. HDC/VSA and Artificial Intelligence 4.1 HD Vectors as Input/Output of (Randomized) Neural Networks 4.2 HDC/VSA in AI Model Design 4.3 Explainable AI HDC/VSA 5. Applications & Implementation 5.1 Cognitive Applications of HDC/VSA 5.2 Implementing HDC/VSA in Software and Hardware 5.3 Torch HD Library 5.3 Future Trends and Research Directions modalità di accertamento finale: Discussione di un articolo scientifico correlato al corso OPPURE progetto pratico su applicazioni verticali, intrinseche ai programmi di ricerca degli studenti e ai loro interessi personali
Nonlinear Optics and Applications data presunta: Settembre-Ottobre 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 18 docente del corso: Stefan Wabnitz qualifica: Professore affiliazione: Italiana programma delle attività: A. Fundamentals of nonlinear optics A.1 Introduction to nonlinear optics A.2 Quadratic nonlinearity: second harmonic generation A.3 Difference frequency generation and optical parametric amplification A.4 Cubic nonlinearity: induced gratings and nonlinear refractive index A.5 Self-phase modulation and supercontinuum generation A.6 Optical solitons A.7 Two photon absorption and Raman scattering B. Applications B.1 High-harmonic generation B.2 Nonlinear spectroscopy B.3 Nonlinear microscopy modalità di accertamento finale: Discussion of a scientific paper related to the course
Python for Data Science data presunta: Gennaio 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 18 docente del corso: Michele Scarpiniti qualifica: Professore affiliazione: Italiana programma delle attività: Lesson 1: Python basics and Python data structures. Lesson 2: Python programming fundamentals Lesson 3: Object oriented programming Lesson 4: Main scientific libraries Lesson 5: Working with data Lesson 6: Data manipulation and transformation modalità di accertamento finale: Small practical project assignment on one of the course topics. The topic can also be agreed based on the student’s PhD research program.
Design of building blocks in integrated SiGe technology for 5G backhauling applications data presunta: Gennaio-Febbraio 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 12 docente del corso: Pasquale Tommasino qualifica: Ricercatore affiliazione: Italiana programma delle attività: Lesson 1: Si-Ge technology for millimetre-wave and mixed-signal design Practice: BiCMOS55X process and Cadence environment: schematic, layout, virtuoso Lesson 2: Millimetre-wave transceivers for high dynamic-range receivers Practice: Cadence environment: EMC, DRC, LVS, tiling Lesson 3: Si-Ge transceivers building blocks: LNA and VGA Practice: LNA and VGA design in Cadence environment Lesson 4: Si-Ge transceivers building blocks: I/Q mixer Practice: I/Q mixer design in Cadence environment modalità di accertamento finale: Discussion of a scientific paper related to the course.
Introduction to secure communications data presunta: Aprile 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 24 docente del corso: Andrea Baiocchi qualifica: Professore affiliazione: Italiana programma delle attività: Lesson 1: Introduction to security. Main components and issues. Role of cryptography. Lesson 2: Introduction to cryptography. Formal definition of secure communications. Basic concepts of provable security. Lesson 3: Ciphering: basic concepts, AES. Modes of operation. Lesson 4:. Cryptographic hashes. Message Authentication Codes. Lesson 5: Public Key Cryptography. Hint at elliptic curve cryptography. Lesson 6: Post-quantum cryptography. Lesson 7: Authentication of people: passwords. Authentication protocols: Diffie-Hellman. Lesson 8: Security handshakes. Lesson 9: Secret sharing. modalità di accertamento finale: Development task on one of the topics covered in the course.
Electromagnetic Fields in Medicine: Principles and Applications in Neuromodulation and Stimulation Therapies data presunta: Febbraio 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 18 docente del corso: Micol Colella qualifica: Ricercatore affiliazione: Italiana programma delle attività: Lesson 1: Introduction and basis of EM field interaction mechanisms with the human body Lesson 2: EM field interactions with the nervous system (Part I): Magnetically based therapies Lesson 3: EM field interactions with the nervous system (Part II): Electrically based therapies Lesson 4: Computational tools for EM dose evaluation Lesson 5: Key Practical Lesson I: Computational modelling of a TMS device Lesson 6: Key Practical Lesson II: Computational modelling of a tDCS device modalità di accertamento finale: Dosimetric evaluation of a therapeutic technic with a simulation software
Elementi di Comunicazione Tecnico-Scientifica (ECTS) data presunta: Marzo 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 12 docente del corso: Fabrizio Frezza qualifica: Professore affiliazione: Italiana programma delle attività: Lesson 1: Introduction to the course and its framework. Prerequisites. Description of course content. Final exam procedures. Introduction to the lecturer: research activities, laboratory, research group, websites, YouTube channel. Available web resources (Research Gate, Academia, LinkedIn, Google Scholar, EMPossible, ScattPort, Sixty Symbols). Teaching and e-learning platforms (Sapienza Course Catalogue, Moodle, Classroom, OneNote, YouTube). Textbooks and course materials: open access journals; free books. Repositories (e.g. ArXiv). Opening video: Italo Calvino: three keys, three talismans for the year 2000 (from the interview “Italo Calvino: the ages of man” for the television programme “Twenty Years to the Year 2000”). Lesson 2: Journals and tutorial publications (e.g. IEEE Proceedings, IEEE Standards; IEEE Antennas and Propagation Magazine, IEEE Microwave Magazine). Advanced journals and publications (e.g. IEEE Transactions on Education; IEEE Transactions on Microwave Theory and Techniques, Journal of Microwaves; IEEE Transactions on Antennas and Propagation, IEEE Open Journal of Antennas and Propagation). Annotated texts, Introduction: Study and studies: acquaintances and friends (Lucio Anneo Seneca; Leonardo da Vinci). Preparation of an oral presentation. Video: Steve Jobs introduces iPhone (from the Macworld San Francisco 2007 Keynote Address, 9 January 2007). Soft Skills, Sapienza 2024 cross-disciplinary courses. Artificial Intelligence Tools, AI (e.g. ChatGPT, Generative Pretrained Transformer). Commented texts, Introduction: Reading, Speaking, Writing (Francis Bacon); Scientific Works and Scientific Work (Richard Feynman). Lesson 3: The stages of an oral presentation: before, during, after. Strategies for capturing interest and attention. Video: The Nano Song. Lesson 4: Description of the contents of an article. Commented texts: Knowledge and Books (Erasmus of Rotterdam, Francis Bacon, Anonymous, Arthur Schopenhauer, Bernard Lonergan); The Telephone (James Clerk Maxwell); The Telescope (Galileo Galilei). Reading a scientific article: different reading methods. The standard structure of a scientific article, the role of the Introduction. Description of the contents of an article. Strategies for capturing interest and attention. Lesson 5: Testi profetici: La profezia della telefonia mobile e satellitare (Guglielmo Marconi); La teorizzazione-profezia del Machine Learning e del Deep Learning (da Alan Turing, Google e Italo Calvino); Il Linguaggio della Scienza e la Corrispondenza fra gli Scienziati (Galileo Galilei; Paul Cézanne; Michael Faraday, James C. Maxwell); Gli scritti di Faraday (J.M. Thomas, Michael Faraday: La storia romantica di un genio). Video. Discorso di Steve Jobs ai neolaureati di Stanford (12 giugno 2005). Lesson 5: Practical exercises. modalità di accertamento finale: The test consists of the selection and presentation of a scientific article of a popular nature.
Graph-based Learning: from Graph Theory to Graph Neural Networks data presunta: Maggio 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 18 docente del corso: Tiziana Cattai qualifica: Ricercatore affiliazione: Italiana programma delle attività: • Lesson 1 (3h): Introduction to graph theory: representations, properties, and key operations. Applications of fundamental concepts on real data. • Lesson 2 (3h): Fundamentals of graph signal processing: graph Laplacian, spectral decomposition, and graph Fourier transform. • Lesson 3 (3h): Advanced topics in graph signal processing: graph filters, sampling, and reconstruction. • Lesson 4 (3h): Fundamentals of graph neural networks, spectral and spatial approaches. • Lesson 5 (3h): Applications of GNNs in communication and social networks. • Lesson 6 (3h): Graph-based modeling for water distribution networks: line graphs and flow reconstruction; introduction to dynamic and heterogeneous graphs. • Lesson 7 (2h): application of state-of the art GNN to real data modalità di accertamento finale: Small project assignment on one of the topics of the course.
Polarization: from foundations to radar applications data presunta: Luglio 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 18 docente del corso: Ferdinando Nunziata qualifica: Professore affiliazione: Italiana programma delle attività: Lesson 1: Propagation of polarized electromagnetic waves. Lesson 2: Polarization: 2D formalism and descriptors. Lesson 3: Polarization: 3D formalism and descriptors. Lesson 4. The scattering of polarized waves. Lesson 5: Polarimetric microwave probes: polarimetric radar. Lesson 6: Polarimetric radar descriptors. Lesson 7: Target decomposition methods. Lesson 8: Polarimetric SAR: Ocean applications. Lesson 9: Polarimetric SAR: Land applications. modalità di accertamento finale: Development task on one of the topics covered in the course.
Quantum Communication Systems data presunta: Febbraio 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 18 docente del corso: Mario Zitelli qualifica: Ricercatore affiliazione: Italiana programma delle attività: Lesson 1: Optical communication systems: attenuation, dispersion and polarization effects. Multichannel transmission. WDM. Lesson 2: Qubits and qudits. Basics on quantum key distribution (QKD). Lesson 3: Quantum information over noisy channels. Entropy. Lesson 4: Capacity of noisy channels. No-cloning theorem. Entangled channels. Lesson 5: The BB84 and COW QKD protocols. Lesson 6: Quantum transmission based on polarization. Free space systems. Lesson 7: Quantum transmission based on time-bin and phase. Lesson 8: Plug and play transmission systems. Lesson 9: Multilevel and new quantum systems. modalità di accertamento finale: Discussion of a scientific paper related to the course.
State-of-the-Art MEMS and Microdevices for Human Health data presunta: Febbraio 2027 - tipologia: riconducibile al progetto formativo - modalità di erogazione: Ex-cathedra - numero ore: 12 docente del corso: Alessio Buzzin qualifica: Ricercatore affiliazione: Italiana programma delle attività: Lesson 1: MEMS introduction, definition and basic concepts. Lesson 2: MEMS physics and scaling rules. Lesson 3: MEMS technology. Lesson 4: MEMS packaging and interconnections. Lesson 5: Analysis and discussion of devices applied to human health at the state of the art in scientific literature. Lesson 6: Analysis and discussion of solutions currently on the market. modalità di accertamento finale: Discussion of a scientific paper related to the course.

Eventuali maggiori informazioni piano form. 1°a	Il piano formativo del primo anno di corso prevede l’acquisizione di un totale di 60 Crediti Formativi Universitari (CFU), suddivisi come illustrato nella tabella soprastante. In particolare: Lo studente dovrà frequentare corsi appartenenti alla categoria dei “Corsi avanzati” per un totale di 12 CFU. I corsi possono essere selezionati tra i corsi di dottorato offerti nello specifico anno accademico (si veda la lista riportata di sotto e poi per maggiori dettagli la sezione del sito web: "Offerta di Corsi di Dottorato" ) o tra corsi di carattere istituzionale avanzato offerti in un corso di laurea magistrale. Affinché sia considerato “avanzato” un corso dovrà obbligatoriamente prevedere un esame con valutazione finale da parte del docente. Se non completata durante il primo anno, l’acquisizione di questi crediti potrà essere completata durante il secondo anno. La scelta dei corsi dovrà tenere conto del background dello studente allo scopo di completare, laddove necessario, la sua formazione nell’ambito specifico di ricerca prescelto. Per alcuni dei corsi offerti è prevista e raccomandata una frequenza posticipata al secondo anno. Seminari e laboratori dovranno essere inclusi per un totale di 6 CFU, con l’obiettivo di essere aperti all’innovazione e prendere confidenza con le attività sperimentali (vedi la sezione Seminari). La frequenza di 3 seminari (certificata dal relatore) dà diritto all’acquisizione di 1 CFU. L’attività di ricerca costituirà la parte principale delle attività svolte (quantificata in 36 CFU). Lo scopo dell’attività di ricerca del primo anno è principalmente quello di acquisire la metodologia scientifica, imparare a lavorare in un gruppo di ricerca, e iniziare a conoscere la comunità di ricerca nazionale e internazionale nell’area di ricerca prescelta. Verranno svolte attività aggiuntive di formazione e ricerca indipendente per un totale di 6 CFU, allo scopo di essere aperti a studi e pratiche non necessariamente strettamente legati al proprio specifico tema di ricerca. Si noti che 1 CFU di attività di ricerca o di laboratorio può essere approssimativamente quantificato in 20 ore di lavoro. All’inizio del primo anno si richiederà allo studente di scegliere un Advisor tra i membri del collegio dei docenti del dottorato nonché un tema generale di ricerca. Lo studente verrà presentato al collegio durante il mese di dicembre. I primi mesi di attività saranno dedicato all’esplorazione dell’area di interesse e alla definizione dello stato dell’arte, iniziando ad acquisire le competenze necessarie allo svolgimento della ricerca nell’area prescelta. Dopo questo periodo iniziale, lo studente preparerà insieme al suo Advisor un piano per la propria attività annuale compilando il Doctoral Program Form (DPF) del primo anno. Il piano proposto sarà sottomesso per l’approvazione al collegio dei docenti del dottorato. Il collegio del dottorato assegnerà a ciascuno studente un Advisory committee (Commissione di affiancamento) formato da due membri del collegio più un terzo membro che può essere anche un esperto esterno, in base all’area di ricerca prescelta. Le attività dello studente verranno monitorate durante ciascun anno dal suo Advisory committee mediante incontri periodici che terminano con la redazione di una breve nota contenente suggerimenti o avvertimenti per lo studente. Lo studente dovrà richiedere la fissazione di un appuntamento specifico al suo Advisory committee nell’imminenza dei periodi programmati per tali incontri. Per la fine del primo anno accademico lo studente dovrà redigere un rapporto sull’attività svolta, completando il Doctoral Report Form (DRF) del primo anno. Allo stesso tempo, dovrà preparare il piano delle attività per il secondo anno, completando il Doctoral Program Form (DPF) del secondo anno. La scansione temporale del primo anno di dottorato è rappresentata qui sotto: Il piano delle attività per il primo anno dovrà essere presentato dallo studente entro il 28 febbraio. Durante il primo anno lo studente dovrà avere almeno due incontri con il suo Advisory committee: - durante le prime due settimane di giugno (incontro intermedio) - durante le prime due settimane di settembre (incontro preparatorio in vista dell’ammissione al secondo anno) Entro il 1 ottobre lo studente dovrà sottomettere: (i) un rapporto sull’attività svolta durante il primo anno accademico, completando il Doctoral Report Form (DRF) del primo anno (ii) il piano delle attività per il secondo anno, completando il Doctoral Program Form (DPF) del secondo anno Lista di Corsi Avanzati che si prevede di offrire nell’anno accademico 2025-2026, per una offerta totale di circa 264 ore (circa 44 CFU), da attivare in base alle scelte degli studenti: 1) Titolo: Analytical Techniques for Wave Phenomena Lingua: Inglese CFU: 6 2) Titolo: Complex Systems Modelling by Granular Computing Lingua: Inglese CFU: 2 3) Titolo: Design of building blocks in integrated SiGe technology for 5G backhauling applications Lingua: Inglese CFU: 2 4) Titolo: Electromagnetic Fields in Medicine: Principles and Applications in Neuromodulation and Stimulation Therapies Lingua: Inglese CFU: 3 5) Titolo: Elementi di Comunicazione Tecnico-Scientifica Lingua: Italiano CFU: 2 6) Titolo: From Philosophy of science to meta-design Lingua: inglese CFU: 2 7) Titolo: Generative Deep Learning Lingua: inglese CFU: 3 8) Titolo: Graph-based Learning: from Graph Theory to Graph Neural Networks Lingua: Inglese CFU: 3 9) Titolo: Hyperdimensional Computing and Vector Symbolic Architectures for Artificial Intelligence Lingua: inglese CFU: 2 10) Titolo: Introduction to secure communications Lingua: Inglese CFU: 3 11) Titolo: La scrittura tecnico-scientifica Lingua: Italiano CFU: 4 12) Titolo: Management in the Digital Economy Lingua: Inglese CFU: 2 13) Titolo: Nonlinear Optics and Applications Lingua: Inglese CFU: 6 14) Titolo: Polarization: from foundations to radar applications Lingua: Inglese CFU: 3 15) Titolo: Python for Data Science Lingua: Inglese CFU: 3 16) Titolo: Quantum communication systems Lingua: Inglese CFU: 3 17) Titolo: Quantum Computing and Quantum Machine Learning for ICT Applications Lingua: Inglese CFU: 3 8) Titolo: State-of-the-Art MEMS and Microdevices for Health Lingua: Inglese CFU: 3 I corsi sono raccomandati generalmente al primo anno, dipendentemente dal curriculum, tuttavia la frequenza dei corsi può essere anche posticipata al secondo anno. I corsi 2, 3, 8, 9, 16, 18 (come da elenco dei corsi programmati per il primo anno di corso) sono particolarmente raccomandati al secondo anno.
Modalità di scelta dell'argomento della tesi:	Alla fine dell’anno lo studente dovrà aver identificato l’argomento della sua tesi o almeno l’area generale di ricerca cui apparterrà. La scelta dell’argomento di ricerca si baserà sull’intera attività svolta durante il primo anno, compresa la frequenza di corsi avanzati e seminari, le attività di laboratorio e le attività di ricerca iniziali (anche esplorative). L’argomento della tesi, scelto dallo studente insieme al suo Advisor, deve essere incluso nel DPF del secondo anno e approvato dal suo Advisory committee e dal collegio del dottorato durante il mese di ottobre.
Modalità delle verifiche per l'ammissione all'anno successivo	Le attività dello studente verranno monitorate dal suo Advisory committee. Le note scritte preparate dal committee dopo gli incontri intermedio e preparatorio saranno a disposizione del collegio di dottorato per le sue valutazioni. In particolare, le note del meeting preparatorio valuteranno la coerenza dell’attività svolta nel primo anno sia con il DPF del primo anno sia con il DPF proposto per il secondo anno. L’ammissione al secondo anno è soggetta ad approvazione da parte del collegio dei docenti del dottorato. L’approvazione si baserà sui seguenti elementi: un rapporto (il Doctoral Report Form del primo anno) presentato dallo studente che riporta i corsi e i seminari effettivamente frequentati; il rapporto dovrà inoltre contenere una descrizione sintetica delle attività di ricerca e formative dell’anno, come anche la lista dei lavori pubblicati, sottomessi, o in preparazione, se presenti una relazione presentata in forma orale dall’Advisor che integrerà il rapporto presentato dallo studente una relazione orale dello studente al collegio del dottorato sui risultati raggiunti le note scritte preparate dall’Advisory committee dello studente Il collegio del dottorato approverà, insieme all’ammissione al secondo anno, il Doctoral Program Form del secondo anno (eventualmente con modifiche, se necessario) contenente la proposta di argomento della tesi di dottorato.
Momenti di presentazione, di scambio e di discussione dei risultati di ricerca da parte dei dottorandi	Oltre alle normali interazioni spontanee elle collaborazioni scientifiche, momenti di discussione dei risultati di ricerca dei dottorandi previsti regolarmente nell'ambito delle attività del dottorato in ICT sono: - due incontri all'anno per ciascun dottorando con la propria commissione di affiancamento (Advisory committee). - una presentazione a fine anno (nel periodo tra Settembre e Ottobre) di fronte al collegio dei docenti del curriculum di afferenza.
Attività formative, non incluse nella didattica programmata di cui ai punti precedenti, di docenti con affiliazione estera e/o di studiosi ed esperti sia italiani che stranieri provenienti da enti di ricerca, aziende e da istituzioni culturali e sociali

Nessun corso indicato.

Eventuali maggiori informazioni piano form. 2°	Il piano formativo del secondo anno di corso prevede l’acquisizione di un totale di 60 Crediti Formativi Universitari (CFU), suddivisi come illustrato nella tabella soprastante. In particolare: Durante il secondo anno lo studente potrà completare l’acquisizione dei crediti corrispondenti ai “Corsi avanzati” se questa non è stata completata entro il primo anno. Seminari e laboratori dovranno essere inclusi per un totale di 6 CFU, con l’obiettivo di essere aperti all’innovazione ed essere coinvolti nelle attività sperimentali (vedi la sezione Seminari). La frequenza di 3 seminari (certificata dal relatore) dà diritto all’acquisizione di 1 CFU. L’attività di ricerca costituirà la parte principale delle attività svolte (quantificata in 48 CFU). Lo scopo dell’attività di ricerca del secondo anno è principalmente quello di iniziare una solida attività di ricerca nella specifica area di interesse, sotto la guida del proprio Advisor. Verranno svolte attività aggiuntive di formazione e ricerca indipendente per un totale di 6 CFU, allo scopo di essere aperti a studi e pratiche non necessariamente strettamente legati al proprio specifico tema di ricerca. Le attività dello studente verranno monitorate durante l’anno dal suo Advisory committee. Solitamente, gli eventuali periodi di ricerca all’estero vengono effettuati durante il secondo o terzo anno. Il Doctoral Program Form dovrà riportare i periodi di ricerca all’estero che lo studente intende effettuare. Per la fine del secondo anno accademico lo studente dovrà redigere un rapporto sull’attività svolta, completando il Doctoral Report Form (DRF) del secondo anno. Allo stesso tempo, dovrà preparare il piano delle attività per il terzo anno, completando il Doctoral Program Form (DPF) del terzo anno. La scansione temporale del secondo anno di dottorato è rappresentata qui sotto: Il piano delle attività per il secondo anno viene presentato dallo studente e approvato dal collegio dei docenti prima dell’inizio del secondo anno, in modo che le attività del secondo anno siano pianificate sin dall’inizio e possano quindi iniziare senza ritardi. Durante il secondo anno lo studente dovrà avere almeno due incontri con il suo Advisory committee: - durante le prime due settimane di giugno (incontro intermedio) - durante le prime due settimane di settembre (incontro preparatorio) Entro il 1 ottobre lo studente dovrà sottomettere: (i) un rapporto sull’attività svolta durante il secondo anno accademico, completando il Doctoral Report Form (DRF) del secondo anno (ii) il piano delle attività per il terzo anno, completando il Doctoral Program Form (DPF) del terzo anno I corsi 2, 3, 8, 9, 16, 18 (come da elenco dei corsi programmati per il primo anno di corso) sono particolarmente raccomandati al secondo anno.
Modalità delle verifiche per l'ammissione all'anno successivo	Le attività dello studente verranno monitorate dal suo Advisory committee. Le note scritte preparate dal committee dopo gli incontri intermedio e preparatorio saranno a disposizione del collegio di dottorato per le sue valutazioni. In particolare, le note del meeting preparatorio valuteranno la coerenza dell’attività svolta nel secondo anno sia con il DPF del secondo anno sia con il DPF proposto per il terzo anno. L’ammissione al terzo anno è soggetta ad approvazione da parte del collegio dei docenti del dottorato. L’approvazione si baserà sui seguenti elementi: un rapporto (il Doctoral Report Form del secondo anno) presentato dallo studente che riporta i seminari effettivamente frequentati; il rapporto dovrà inoltre contenere una descrizione sintetica delle attività di ricerca e formative dell’anno, come anche la lista dei lavori pubblicati, sottomessi, o in preparazione, se presenti una relazione presentata in forma orale dall’Advisor che integrerà il rapporto presentato dallo studente una relazione orale dello studente al collegio del dottorato sui risultati raggiunti le note scritte preparate dall’Advisory committee dello studente Il collegio del dottorato approverà, insieme all’ammissione al secondo anno, il Doctoral Program Form del terzo anno (eventualmente con modifiche, se necessario).
Momenti di presentazione, di scambio e di discussione dei risultati di ricerca da parte dei dottorandi	Oltre alle normali interazioni spontanee elle collaborazioni scientifiche, momenti di discussione dei risultati di ricerca dei dottorandi previsti regolarmente nell'ambito delle attività del dottorato in ICT sono: - due incontri all'anno per ciascun dottorando con la propria commissione di affiancamento (Advisory committee). - una presentazione a fine anno (nel periodo tra Settembre e Ottobre) di fronte al collegio dei docenti del curriculum di afferenza.
Attività formative, non incluse nella didattica programmata di cui ai punti precedenti, di docenti con affiliazione estera e/o di studiosi ed esperti sia italiani che stranieri provenienti da enti di ricerca, aziende e da istituzioni culturali e sociali

Nessun corso indicato.

Eventuali maggiori informazioni piano form. 3°	Il piano formativo del terzo anno di corso prevede l’acquisizione di un totale di 60 Crediti Formativi Universitari (CFU), suddivisi come illustrato nella tabella soprastante. In particolare: Seminari e laboratori dovranno essere inclusi per un totale di 6 CFU, con l’obiettivo di essere aperti all’innovazione ed essere coinvolti nelle attività sperimentali (vedi la sezione Seminari). La frequenza di 3 seminari (certificata dal relatore) dà diritto all’acquisizione di 1 CFU. L’attività di ricerca costituirà la parte principale delle attività svolte (quantificata in 48 CFU). Lo scopo dell’attività di ricerca del terzo anno è quello di consolidare i risultati preliminari ottenuti e arrivare a sviluppare pienamente l’attività di ricerca, sotto la guida del proprio Advisor. Verranno svolte attività aggiuntive di formazione e ricerca indipendente per un totale di 6 CFU, allo scopo di essere aperti a studi e pratiche non necessariamente strettamente legati al proprio specifico tema di ricerca. Le attività dello studente verranno monitorate durante l’anno dal suo Advisory committee. Eventuali periodi di ricerca all’estero possono essere effettuati o completati durante il terzo anno. Il Doctoral Program Form dovrà riportare i periodi di ricerca all’estero che lo studente intende effettuare. L’attività di ricerca svolta avrà come prodotto finale la tesi di dottorato. Per la fine del terzo anno accademico lo studente dovrà redigere un rapporto sull’attività svolta, completando il Doctoral Report Form (DRF) del terzo anno. La scansione temporale del secondo anno di dottorato è rappresentata qui sotto: Il piano delle attività per il terzo anno viene presentato dallo studente e approvato dal collegio dei docenti prima dell’inizio del terzo anno, in modo che le attività del terzo anno siano pianificate sin dall’inizio e possano quindi iniziare senza ritardi. Durante il terzo anno lo studente dovrà avere almeno due incontri con il suo Advisory committee: - durante le prime due settimane di giugno (incontro intermedio) - durante le prime due settimane di settembre (incontro preparatorio) Entro il 1 dicembre lo studente dovrà avere un incontro finale con il suo Advisory committee; in luogo di tale incontro può essere effettuata una presentazione orale pubblica dei contenuti della tesi. Entro il 1 dicembre lo studente dovrà sottomettere un rapporto sull’attività svolta durante il terzo anno accademico, completando il Doctoral Report Form (DRF) del terzo anno.
Modalità di ammissione all'esame finale	Le attività dello studente verranno monitorate dal suo Advisory committee. Le note scritte preparate dal committee dopo gli incontri intermedio e preparatorio saranno a disposizione del collegio di dottorato per le sue valutazioni. In particolare, le note del meeting preparatorio valuteranno la coerenza dell’attività svolta nel terzo anno con il DPF del terzo anno. La tesi di dottorato dovrà essere sottomessa dallo studente entro il 31 ottobre per poter discutere la tesi nella prima sessione (Gennaio dell’anno successive). Entro la metà di ottobre il collegio dei docenti del dottorato assegnerà due revisori esterni a ciascuno studente, scelti tra docenti italiani o internazionali. I revisori riceveranno la tesi di dottorato, non appena questa verrà resa disponibile dallo studente, e redigeranno una relazione di revisione su di essa. L’ammissione all’esame finale è soggetta ad approvazione da parte del collegio dei docenti del dottorato (seconda metà di dicembre). L’approvazione si baserà sui seguenti elementi: un rapporto (il Doctoral Report Form del terzo anno) presentato dallo studente che dovrà contenere una descrizione sintetica delle attività di ricerca e formative dell’anno, come anche la lista dei lavori pubblicati, sottomessi, o in preparazione, se presenti una relazione presentata in forma orale dall’Advisor che integrerà il rapporto presentato dallo studente una relazione orale dello studente al collegio del dottorato sui risultati raggiunti le note scritte preparate dall’Advisory committee dello studente le relazioni dei revisori esterni Analoghi calendari e procedure sono definiti per gli student che si presentano nelle due successive sessioni di esame finale (Maggio e Settembre), traslando le scadenze sopra enumerate in accord alla data prevista di discussion della tesi.
Modalità di svolgimento dell'esame finale	Affinché possa conseguire il titolo di Dottore di Ricerca in Tecnologie dell’Informazione e delle Comunicazioni lo studente dovrà discutere la propria tesi di dottorato. La commissione per la discussione della tesi di dottorato che valuta l’attività di ricerca svolta sarà formata da docenti esterni selezionati dal collegio dei docenti del dottorato e appartenenti a università o enti di ricerca italiani o internazionali. La discussione della tesi avrà luogo entro la fine di gennaio (prima sessione), ovvero entro la fine di maggio (seconda sessione) o settembre (terza sessione). Lo studente dovrà illustrare alla commissione i risultati di ricerca originali conseguiti e rispondere a tutte le domande poste dalla commissione. Una valutazione positiva da parte della commissione è necessaria affinché il titolo possa essere ufficialmente conferito dal Rettore dell’Università di Roma “La Sapienza” nei giorni successivi.
Momenti di presentazione, di scambio e di discussione dei risultati di ricerca da parte dei dottorandi	Oltre alle normali interazioni spontanee elle collaborazioni scientifiche, momenti di discussione dei risultati di ricerca dei dottorandi previsti regolarmente nell'ambito delle attività del dottorato in ICT sono: - due incontri all'anno per ciascun dottorando con la propria commissione di affiancamento (Advisory committee). - una presentazione a fine anno (nel mese di Novembre) di fronte al collegio dei docenti del curriculum di afferenza.
Attività formative, non incluse nella didattica programmata di cui ai punti precedenti, di docenti con affiliazione estera e/o di studiosi ed esperti sia italiani che stranieri provenienti da enti di ricerca, aziende e da istituzioni culturali e sociali

© Università degli Studi di Roma "La Sapienza" - Piazzale Aldo Moro 5, 00185 Roma