Cremona – Saranno 21 i laureandi pronti a concludere il proprio percorso magistrale. Tra questi, 5 studenti hanno seguito il track Acoustic, maggiormente orientato agli aspetti fisici, progettuali e applicativi dell’acustica, mentre 16 studenti hanno scelto il track Music, più legato all’informatica musicale, all’elaborazione digitale del suono e alle tecnologie per la produzione e l’analisi audio. Le discussioni delle tesi si svolgeranno dalle ore 10.45 alle ore 13.30, mentre la cerimonia di proclamazione è prevista alle ore 13.45.
La giornata rappresenterà un momento importante non solo per gli studenti e le loro famiglie, ma anche per il Campus di Cremona, che conferma la propria vocazione alla formazione di figure professionali altamente specializzate, capaci di coniugare competenze ingegneristiche, tecnologie digitali e sensibilità musicale.
I lavori di tesi presentati riflettono in modo concreto la varietà e l’attualità dei temi affrontati durante il percorso di studi. Gabriele Agazzi, ad esempio, ha lavorato sulla modellazione degli altoparlanti elettrodinamici, con l’obiettivo di comprendere e prevedere meglio le distorsioni che possono emergere quando un diffusore lavora ad alta intensità. Si tratta di un tema con ricadute concrete per lo sviluppo di sistemi audio sempre più performanti, in grado di restituire un suono più fedele e controllato.
Un altro esempio è il lavoro di Francesca Benesso, dedicato allo studio delle vibrazioni di sottili piastre in legno attraverso reti neurali che integrano anche le leggi della fisica. Il caso di studio richiama da vicino il comportamento delle tavole armoniche degli strumenti musicali, come il violino, e mostra come l’intelligenza artificiale possa diventare uno strumento utile per comprendere meglio fenomeni acustici complessi, con possibili applicazioni nella progettazione e nello studio degli strumenti.
Questi progetti confermano quanto la figura dell’ingegnere del suono sia oggi chiamata a operare in contesti innovativi e trasversali, dove competenze tecniche, sensibilità musicale, capacità di analisi e conoscenza delle tecnologie digitali dialogano costantemente tra loro.
Proprio questa integrazione tra rigore scientifico, creatività progettuale e attenzione alla dimensione sonora rappresenta uno dei punti di forza della Laurea Magistrale in Music and Acoustic Engineering, un percorso pensato per preparare professionisti pronti a confrontarsi con le trasformazioni del mondo dell’audio, dell’acustica e della musica digitale.
La solidità del percorso è confermata anche dai dati occupazionali. Secondo l’indagine occupazionale 2025 del Career Service del Politecnico di Milano, riferita ai laureati 2023 a un anno dal conseguimento del titolo, per il corso di Laurea Magistrale in Music and Acoustic Engineering la percentuale di occupazione raggiunge il 100%, a testimonianza dell’interesse del mercato per profili altamente qualificati e capaci di integrare competenze ingegneristiche, tecnologiche e creative.
Per chi desidera intraprendere questo percorso, è attualmente aperto il periodo per richiedere l’ammissione ai corsi di Laurea Magistrale del Politecnico di Milano: gli studenti interessati potranno presentare domanda fino al 26 agosto.
Eccoli!
AGAZZI GABRIELE
Titolo tesi: Hybrid Neural Lumped-Element Modeling of Nonlinear Electrodynamic Loudspeakers
Abstract
Gli altoparlanti elettrodinamici presentano forti non linearità ad elevate ampiezze d’ingresso, le quali causano ampie escursioni della membrana e distorsione udibile. Disporre di modelli efficienti in grado di catturare tali effetti è essenziale per lo sviluppo di algoritmi digitali di elaborazione del segnale, finalizzati all’analisi e alla compensazione della distorsione. Nonostante i modelli a elementi concentrati (LEM) siano compatti e fisicamente interpretabili, la loro accuratezza dipende da ipotesi sui componenti non lineari, che potrebbero rivelarsi inadeguate in regime di grande segnale. Per superare tale limitazione, si propone un approccio di modellazione ibrido, in cui il modello LEM è integrato con un modello neurale basato sui dati, incaricato di descrivere il comportamento non lineare dell’altoparlante. Il modello è implementato in forma esplicita mediante un’architettura a filtri digitali ad onda numerica (WDF), nella quale le non linearità dipendenti dallo spostamento sono concentrate in un singolo elemento biporta, rappresentato tramite una rete neurale ricorrente. Tale componente neurale viene addestrata sull’intera catena di simulazione differenziabile WDF, utilizzando segnali tensione-pressione. I risultati numerici mostrano che il modello ibrido proposto è in grado di catturare accuratamente il comportamento non lineare dell’altoparlante direttamente dai dati sperimentali, preservando la modularità e l’interpretabilità tipiche dei modelli basati sulla fisica.
ANAND ABHIJEET
Titolo tesi: Dynamic Modeling and NVH analysis of a High-Speed Electric Tractor geatrain using a Non-Linear Lumped Parameter Approach
Abstract
L’elettrificazione dei trattori agricoli mira a ridurre le emissioni, i costi operativi e le esigenze di manutenzione. Tuttavia, riducendo il rumore dominante del motore, diventano più percepibili il rumore, le vibrazioni e la ruvidità di funzionamento della trasmissione. Il fischio degli ingranaggi e il battito degli ingranaggi rappresentano importanti problematiche progettuali nei trattori elettrici ad alta velocità, a causa di rapporti di riduzione più elevati, maggiori velocità del motore e un gioco tra i denti ridotto. Questa tesi esplora la necessità di un modello predittivo e computazionalmente efficiente per studiare il comportamento dinamico delle coppie di ingranaggi dei trattori elettrici prima delle prove su prototipo. In Simcenter AMESim è stato sviluppato un modello non lineare a parametri concentrati di un treno di ingranaggi cilindrici a denti dritti a due stadi. Il modello estende al dominio dei trattori elettrici l’ipotesi di modularità della coppia di ingranaggi proposta in lavori precedenti. Esso include la dinamica planare dei corpi rigidi, la rigidezza torsionale degli alberi, la perdita di contatto e il successivo riingaggio dovuti al gioco, l’attrito nelle coppie di ingranaggi, mappe pre-calcolate e variabili nel tempo della rigidezza di ingranamento, nonché la rigidezza dei cuscinetti dipendente dal carico. Tali mappe sono state ottenute mediante la parametrizzazione basata su CAD sviluppata in precedenza, insieme a studi degli elementi finiti e ad analisi statiche. Le prove di laboratorio sulla trasmissione sono state confrontate con le simulazioni numeriche, eseguite mediante un metodo di Runge–Kutta del quarto ordine a passo fisso. Per la maggior parte delle simulazioni è stato adottato un passo temporale pari a 1 × 10−6, s, al fine di descrivere in modo coerente la perdita di contatto, il ri-ingaggio e il contenuto ad alta frequenza. Per lo scenario di riferimento descritto, il modello è stato eseguito con una velocità nominale del motore pari a 16.011 giri/min, una coppia in ingresso di circa 75 Nm e un gioco pari a 0,0001795 m. Poiché entrambe le maglie di ingranamento sono rimaste sul fianco caricato, la risposta in questo caso è risultata più coerente con un regime di fischio degli ingranaggi che con un regime di battito. Il contatto tra i denti è stato mantenuto, il gioco ha ridotto l’errore dinamico di trasmissione e sono state osservate solo lievi anomalie oscillatorie. Con una variazione di 1–2 Nm, la prima maglia ha trasmesso circa 70 Nm, mentre la seconda maglia ha comunicato circa 345 Nm con un segnale positivo stabile. La rigidezza di ingranamento variabile nel tempo degli ingranaggi 1–2, compresa tra circa 726 e 770 MN/m, ha confermato che la risposta principale era una modulazione periodica della forza e della coppia alla frequenza di ingranamento e alle sue armoniche. Tuttavia, con valori compresi approssimativamente tra 726,5 e 730,5 MN/m, gli ingranaggi 3–4 hanno mostrato una curva molto più piatta. Questo comportamento è stato distinto dal comportamento a banda larga indotto dagli impatti. Lo studio dimostra l’efficacia di un modello non lineare a parametri concentrati nel riprodurre i principali meccanismi NVH di una trasmissione per trattore elettrico ad alta velocità, mantenendo una fattibilità computazionale adeguata per le simulazioni nella fase di progettazione. L’analisi attuale mostra che, in condizioni operative sotto carico, la trasmissione presenta un comportamento dominato dal fischio e un contatto uniforme tra i denti. La bozza, d’altra parte, indica che il battito si verifica quando la coppia è prossima allo zero o cambia direzione. Pertanto, il modello fornisce un importante banco di prova virtuale per lo sviluppo di una trasmissione per trattore elettrico più silenziosa. Tuttavia, i prossimi passi necessari per quantificare in maggior dettaglio l’innesco del battito e migliorare la calibrazione dello smorzamento e della rigidezza richiedono lo sviluppo di casi più sofisticati di coast/regen, casi con attraversamento dello zero della coppia e correlazione sperimentale.
ARMAS MONROY CLAUDIO CÉSAR
Titolo tesi: Large-Scale Evaluation of Objective Audio Quality Metrics for Predicting the Perceptual Impact of Packet Loss Artifacts
Abstract
Packet Loss Concealment (PLC) è un’area di ricerca di particolare interesse a causa della crescente diffusione di sistemi di comunicazione audio in tempo reale. Applicazioni come Voice over IP (VoIP) e Networked Music Performance (NMP) si basano infatti su tecniche di PLC per mitigare gli effetti della perdita di pacchetti, ma presentano requisiti differenti dovuti alle caratteristiche peculiari dei segnali vocali e musicali. La valutazione di nuovi algoritmi di PLC risulta instrinsicamente difficile a causa del costo dei test di ascolto, i quali rappresentano ancora oggi l’unico modo affidabile per valutare la qualità percepita dei segnali audio ricostruiti. Pertanto, metriche oggettive in grado di predire accuratamente i giudizi soggettivi degli ascoltatori costituiscono un’alternativa preziosa. Nonostante l’ampia gamma di approcci sviluppati in diverse aree di ricerca sull’audio, la loro efficacia nella valutazione di segnali degradati dalla perdita di pacchetti non è stata ancora studiata in modo sistematico. Per colmare questa lacuna, questo lavoro confronta 84 metriche oggettive attraverso un’ampia analisi di correlazione che prende in esame due dataset contenenti distorsioni dovute alla perdita di pacchetti: uno composto da segnali vocali e l’altro da segnali musicali. I risultati mostrano che, sebbene le prestazioni dipendano fortemente dal loro design, le metriche basate su modelli percettivi dell’udito umano si dimostrano essere quelle che meglio riflettono gli esiti dei test di ascolto sia per tracce vocali che per quelle musicali. Per quanto a nostra conoscenza, questi risultati costituiscono il primo studio su larga scala di questo tipo e forniscono una base per lo sviluppo di metriche più robuste e accurate per la valutazione di sistemi PLC.
AROSIO ANDREA
Titolo tesi: Packet Loss Concealment in Networked Music Performance Using Long-Term Prediction
AURIEMMA CHIARA
BENESSO FRANCESCA
Titolo tesi: Interpolation and extrapolation of time displacement in thin orthotropic plates using Physics-Informed Neural Networks
Abstract
La previsione dei campi di spostamento vibrazionale nelle piastre sottili è essenziale per numerose applicazioni ingegneristiche, inclusa la caratterizzazione acustica delle tavole armoniche degli strumenti musicali. Gli approcci convenzionali, come ad esempio le simulazioni agli elementi finiti, spesso comportano costi computazionali significativi, mentre i metodi sperimentali possono richiedere misurazioni molto dense. Questa tesi propone un approccio basato su Physics-Informed Neural Network (PINN) per la ricostruzione del campo di spostamento di una piastra di legno sottile ortotropa sottoposta a un carico puntiforme a partire da osservazioni spazio-temporali sparse. Il modello viene validato utilizzando dati generati in COMSOL relativi a una piastra rettangolare sottile con proprietà dei materiali rappresentative della tavola armonica di un violino. Combinando i dati simulati con l’equazione di Kirchhoff–Love, l’approccio proposto consente un’interpolazione fisicamente coerente. Lo studio propone una Sinusoidal Representation Network (SIREN) come architettura di base sia per la PINN che per una baseline puramente data-driven, garantendo un confronto equo in termini di capacità del modello. I risultati dimostrano che l’inclusione dei vincoli fisici migliora significativamente l’accuratezza della ricostruzione, in particolare quando sono disponibili solo dati di misura limitati. Il framework viene inoltre testato in uno scenario di extrapolazione temporale, in cui i dati disponibili sono limitati solo a una finestra temporale iniziale. La PINN mantiene previsioni fisicamente coerenti oltre l’intervallo osservato e riesce a catturare la propagazione delle onde flessionali, sebbene l’accuratezza della previsione diminuisca gradualmente all’aumentare dell’orizzonte di extrapolazione. Infine, un’analisi inversa evidenzia la non univocità intrinseca nell’identificazione dei parametri di rigidezza ortotropa a partire dalle sole misure di spostamento, rivelando limitazioni fondamentali della stima dei parametri meccanici associati.
CANTARELLI DARIO
Titolo tesi: Electro-Mechanical Analogy of the Grand Piano Action
Abstract
Il presente lavoro descrive la progettazione e l’implementazione di un modello equivalente della meccanica del pianoforte a coda basato sull’analogia di Firestone. Poiché si tratta a nostro avviso del primo lavoro su questo tema incentrato sull’Analogia Elettro-Meccanica, riteniamo che possa costituire una base per futuri studi e perfezionamenti, come una ulteriore traduzione nel dominio d’onda, metodologia ampiamente utilizzata nella sintesi sonora attuale. L’aggiunta dell’interazione col meccanismo di azionamento può offrire un miglioramento alla resa sonora dei motori di sintesi dei pianoforti virtuali a modelli fisici. La simulazione è stata implementata nell’ambiente LTspice, supportata da alcuni script Python utilizzati per la fase di pre-processing dei dati di input. Dal momento che si tratta di un lavoro puramente teorico, le misure e i dati di input provengono da due importanti lavori presenti in letteratura. Nonostante alcune semplificazioni, il modello si è dimostrato robusto e altamente rappresentativo del comportamento reale della meccanica del pianoforte.
Di LORENZO GIULIANO
Titolo tesi: Modeling Sound Energy Decay from Musical Recordings Using Differentiable Feedback Delay Networks
Abstract
Negli ultimi decenni, sono state condotte ricerche approfondite sulla progettazione di algoritmi di riverbero artificiale, con l’obiettivo di emulare la risposta acustica di ambienti fisici. L’elaborazione differenziabile di segnali digitali (Differentiable Digital Signal Processing, DDSP) si è recentemente dimostrata efficace nel determinare i parametri dei modelli a rete di ritardo, come le reti a ritardi in retroazione (Feedback Delay Network, FDN), in modo che la loro uscita abbia caratteristiche percettive simili alla risposta impulsiva (Room Impulse Response, RIR) di una stanza di riferimento. In particolare, la differenziazione automatica è stata impiegata per guidare metodi di ottimizzazione basati sul gradiente, al fine di modellare uno spazio acustico con uno specifico decadimento dell’energia sonora in tempo e frequenza. Il processo iterativo di ottimizzazione mira a minimizzare delle funzioni di perdita con caratteristiche percettive, consentendo una modellizzazione accurata del decadimento energetico e della densità degli echi. Tipicamente, tale ottimizzazione si basa sulla disponibilità di RIR misurate. Tuttavia, ottenere misurazioni accurate delle RIR non è sempre fattibile. Pertanto, questo lavoro propone un quadro di ottimizzazione per la regolazione dei parametri della FDN basato su registrazioni musicali, comunemente acquisite in contesti di rinforzo sonoro dal vivo. I risultati sperimentali mostrano che il metodo proposto raggiunge prestazioni paragonabili al processo di ottimizzazione basata su RIR, rendendolo un’opzione valida per la modellizzazione della reale acustica delle stanze.
FRANCI CARMEN FRIEDA
Titolo tesi: Processing and Interpolation of Complex Loudspeaker Directivity Data for Sound-Field Simulation
Abstract
Una simulazione accurata del campo sonoro generato da un diffusore richiede una descrizione della direttività che includa sia il modulo sia la fase del campo irradiato. Tuttavia, in molti casi la direttività viene rappresentata solo in termini di livello, escludendo quindi la risposta in fase del diffusore dalla simulazione. Questa tesi affronta tale limite concentrandosi sul trattamento e sull’interpolazione di dati di direttività complessa per simulazioni sul piano d’ascolto. A partire da risposte direzionali misurate, viene sviluppato un framework modulare in MATLAB per ottenere balloon acustici normalizzati, nei quali sono conservate sia l’informazione di modulo sia quella di fase. I dati così ottenuti sono poi utilizzati per l’interpolazione spaziale e per la simulazione del campo sonoro sul piano d’ascolto. Diverse strategie di ricostruzione vengono confrontate sia sulla direttività ricostruita sia nei risultati di simulazione. Viene quindi proposta una strategia ibrida nearest–bilinear, pensata per ridurre il costo computazionale mantenendo una descrizione spaziale più regolare nella regione frontale di radiazione. I risultati mostrano che l’informazione di fase può influenzare in modo significativo il campo sonoro simulato quando più contributi acustici interagiscono tra loro. La strategia proposta offre quindi un compromesso efficace tra accuratezza, regolarità spaziale ed efficienza computazionale. Le misure sperimentali confermano la coerenza del metodo, in particolare nella regione frontale, mentre le posizioni laterali e posteriori risultano più sensibili alle incertezze di misura. Per questi motivi, il workflow proposto può supportare previsioni più affidabili del comportamento di sistemi di diffusori in applicazioni reali di progettazione elettroacustica, dove le interazioni di fase non possono essere trascurate.
GOPI MADHAV
Titolo tesi: A Modular Framework for Room Acoustic Measurement and Spatial Analysis: Characterisation of an Acoustically Treated Room at the Politecnico di Milano Cremona Campus
Abstract
Il carattere acustico di un ambiente può essere efficacemente descritto dalla sua risposta all’impulso, dalla quale è possibile estrarre parametri acustici standardizzati. Tuttavia, la maggior parte dei software che eseguono queste misurazioni e analisi sono sistemi proprietari a scatola chiusa, che nascondono i metodi di elaborazione che contribuiscono ai risultati riportati. Questa tesi mira a colmare tale lacuna attraverso la progettazione, l’implementazione e la validazione sperimentale di un framework aperto e modulare, scritto in Python, in grado di realizzare una catena completa di misura acustica ambientale basata su sweep sinusoidale. Il framework genera eccitazioni exponential swept-sine e i relativi filtri inversi, ottiene la risposta all’impulso mediante deconvoluzione e rifinitura automatica robusta, ed esegue un’analisi del decadimento compensata per il rumore al fine di valutare un insieme di descrittori conformi alla norma ISO 3382-1. Un meccanismo esplicito di controllo della qualità del segnale consente inoltre di escludere i valori dei descrittori non affidabili, invece di riportarli comunque. Le risposte in frequenza e i descrittori sono analizzati sia in banda larga sia in bande frazionarie d’ottava/ottave, e visualizzati mediante grafici e mappe spaziali interpolate su una griglia di misura. È stata inoltre implementata una semplice interfaccia utente grafica per migliorare l’usabilità e semplificare il funzionamento. Il framework è stato validato attraverso una campagna di misura condotta in una sala di registrazione trattata del Campus di Cremona del Politecnico di Milano, rilevata in più posizioni di ricezione a partire da un’unica sorgente. Il risultato è un’alternativa trasparente ed estensibile ai sistemi di misura chiusi, dimostrata in un ambiente reale e adattabile a scopi didattici.
INGENITO FLAVIO
Titolo tesi: Investigating Multimodal Contributions in Large Language Models Using audioDIME
LI BAICHEN
Titolo tesi: Source Attribution of AI-Generated Images via Spectral Fingerprints
Abstract
I recenti generatori di immagini basati su intelligenza artificiale sono in grado di produrre contenuti visivi altamente realistici e semanticamente ricchi, introducendo nuove sfide per la digital image forensics e per l’analisi della provenienza. Gran parte dei lavori esistenti sulla forensics delle immagini sintetiche si concentra sulla rilevazione binaria, cioè sulla distinzione tra immagini acquisite da fotocamera e immagini generate artificialmente. In molti scenari pratici, tuttavia, questa decisione non è sufficiente: è anche necessario stabilire quale generatore o quale pipeline di generazione possa aver prodotto una determinata immagine. Questa tesi studia il problema dell’attribuzione della sorgente per immagini generate da IA e implementa una pipeline di residual spectral fingerprint matching, combinando le tracce spettrali a basso livello delle immagini sintetiche con il paradigma di pairwise fingerprint matching usato nell’identificazione della sorgente. La pipeline estrae innanzitutto una rappresentazione residua da ciascuna immagine, in modo da ridurre il contenuto semantico di alto livello ed enfatizzare le tracce a basso livello. Il residuo viene poi trasformato nel dominio di Fourier, dove vengono costruite diverse rappresentazioni spettrali. Per ogni generatore candidato, viene stimata una fingerprint di riferimento a livello di generatore mediante la media degli spettri ottenuti da immagini di riferimento. In fase di test, lo spettro della query viene confrontato con tutte le fingerprint candidate, e il generatore con il punteggio di matching più alto viene selezionato come risultato dell’attribuzione a 17 classi. La tesi confronta un baseline non appreso basato su PCE, un matcher leggero di tipo PCN e una backbone Siamese EfficientNet-B0, analizzando inoltre l’effetto delle rappresentazioni spettrali, della normalizzazione, della ricompressione JPEG, dell’adattamento AugN5 e della tecnica di fingerprint swapping. Gli esperimenti sono condotti con un protocollo unificato su 17 generatori, con fingerprint di riferimento disponibili per ogni generatore e 200 immagini di test per ciascuna classe, per un totale di 3,400 immagini di test. I risultati mostrano che le fingerprint spettrali residue sono altamente informative nel dominio clean non compresso: PCN con spettri di magnitudine e global QT raggiunge l’86.18% di accuratezza nell’attribuzione a 17 classi e 0.9875 di AUC one-vs-rest. Tuttavia, la ricompressione JPEG introduce un forte spectral domain shift, portando il matcher PCN addestrato nel dominio clean a prestazioni di top-1 attribution prossime al caso sulle query compresse. AugN5 recupera parzialmente le prestazioni nel dominio compresso, ma si comporta come una strategia di adattamento di dominio più che come un miglioramento di robustezza senza costo. In particolare, PCE applicato alla componente reale di Fourier con global QT e AugN5 raggiunge il 66.47% di accuratezza media nell’intervallo Q=60-Q=90, risultando la configurazione più stabile per l’attribuzione nel dominio compresso. L’ablation basata su fingerprint swapping non produce miglioramenti rispetto al baseline AugN5 senza swapping, suggerendo che la robustezza dipende principalmente dall’allineamento dei domini spettrali tra query, fingerprint di riferimento e immagini compresse, piuttosto che dalla semplice sostituzione delle regioni legate alla griglia JPEG.
MACRI’ CARLO
Titolo tesi: A Preliminary Study on Quantum Neural Networks for Virtual Analog Modeling
Abstract
Il calcolo quantistico sta suscitando un interesse crescente nella comunità scientifica grazie al suo potenziale nel velocizzare la risoluzione di problemi computazionalmente complessi. In questa tesi viene investigato l’impiego delle Quantum Neural Networks (QNN) come approssimatori di elementi non lineari all’interno del framework delle Wave Digital Filters (WDF) per il virtual analog audio modeling, ossia la pratica di emulare digitalmente dispositivi audio analogici. Le non linearità presenti nei circuiti audio danno infatti origine a relazioni ingresso–uscita complesse, che possono rappresentare un collo di bottiglia computazionale nelle implementazioni in tempo reale. Per affrontare questo problema, e in prospettiva di una futura maggiore disponibilità dell’hardware quantistico nell’ambito dell’elaborazione audio digitale, viene proposta una metodologia che consiste nel modellare la relazione di scattering di un elemento non lineare WDF mediante una QNN addestrabile operante direttamente nel dominio delle onde. L’approccio viene validato attraverso l’emulazione del pedale overdrive Fulltone OCD e confrontato con metodologie allo stato dell’arte basate sull’impiego di Multi-Layer Perceptrons (MLP) come regressori non lineari. I risultati mostrano che una QNN compatta è in grado di riprodurre accuratamente la caratteristica non lineare nel dominio delle onde e di essere integrata con successo all’interno di una struttura WDF completa, generando forme d’onda e contenuti spettrali in buon accordo con un modello di riferimento realizzato in Simscape. Tuttavia, per il problema di regressione a bassa dimensionalità considerato in questo lavoro, non emergono vantaggi computazionali pratici rispetto al modello MLP utilizzato come termine di confronto, principalmente a causa del costo computazionale richiesto dalla simulazione del comportamento di un circuito quantistico variazionale su hardware classico. Nel complesso, il lavoro dimostra la fattibilità dell’integrazione di Quantum Neural Networks all’interno del framework delle Wave Digital Filters per l’emulazione di circuiti non lineari e pone le basi per future ricerche sull’applicazione delle tecniche di quantum machine learning al virtual analog audio modeling.
MAGALINI GIORGIO
Titolo tesi: Spatially Distributed Training of Differentiable Scattering Delay Networks for Improved Acoustic Navigability
MARRI FILIPPO
Titolo tesi: Graph Neural Network for Wide Area 6DoF Sound Field Reconstruction
Abstract
Sebbene la ricostruzione del campo sonoro sia uno dei problemi fondamentali dell’ingegneria acustica, non ha trovato ancora una soluzione definitiva, specialmente quando si trattano configurazioni sparse di microfoni. Modellando la rete di ricevitori ambisonici posizionati in un certo ambiente come un grafo spaziale, questa tesi ha lo scopo di proporre una soluzione al problema esplorando l’applicazione delle reti neurali a grafo a questo ambito. L’informazione sonora campionata da ogni microfono viene rappresentata tramite i parametri Directional Audio Coding che vengono poi codificati e propagati attraverso il grafo secondo il paradigma message-passing. Se si aggrega questa informazione in una posizione di cui non sono noti i parametri, si ottengono in uscita dalla rete i pesi necessari affinché si possano interpolare i parametri per quella posizione, a partire dai parametri dei segnali noti acquisiti dai microfoni. L’architettura proposta è confrontata con i risultati di un rinomato algoritmo deterministico di interpolazione geometrica, noto per la sua robustezza a dispetto della sua semplicità concettuale. Nonostante i risultati del modello proposto non superino in ogni condizione le prestazioni del metodo geometrico preso come riferimento, si dimostra come l’architettura risulti competitiva sia nei test analitici che nei test percettivi quando utilizzata con un piccolo numero di microfoni.
MONTANARI MATTIA
Titolo tesi: The Sound of Bees: Stop signal detection and automatic audio and video monitoring in beehives
Abstract
Questa tesi presenta uno dei primi passi ingegneristici del progetto The Sound of Bees, finalizzato allo sviluppo di un framework multimodale operativo per il monitoraggio della comunicazione delle api mellifere in alveari di osservazione, con particolare attenzione allo stop signal. Lo studio dello stop signal delle api – un breve evento vibro-acustico associato a un caratteristico comportamento di head-butting – è complesso perché gli eventi candidati sono rari, rumorosi e non identificabili in modo affidabile a partire dal solo audio. Poiché la validazione visiva rimane quindi necessaria, la ricerca sullo stop signal dipende ancora fortemente dall’osservazione manuale e fatica quindi a produrre dataset quantitativi su larga scala. L’obiettivo a lungo termine è estrarre automaticamente candidati plausibili di stop signal e presentarli come clip audio-video sincronizzate, riducendo il monitoraggio manuale e consentendo una maggiore focalizzazione sull’interpretazione biologica. In questo contesto, il contributo principale di questa tesi consiste nello sviluppo di un framework multimodale end-to-end che combina hardware, software di acquisizione e strumenti di post-processing. Il setup implementato è basato su un alveare di osservazione strumentato per la registrazione continua di audio multicanale e video sincronizzato. Inoltre, è stato sviluppato un livello software per orchestrare la registrazione audio-video e gestire storage, organizzazione dei file e trasferimento dei dati. Sul versante dell’analisi, è stato implementato un workflow di post-processing per estrarre candidati acusticamente plausibili, arricchirli con caratteristiche audio rilevanti, inclusa la frequenza fondamentale stimata mediante analisi cepstrale, e generare automaticamente clip audio-video sincronizzate centrate su ciascun evento rilevato. Per la fase di estrazione dei candidati basata sull’audio, sono stati esplorati due approcci alternativi: il primo, una pipeline basata su tecniche classiche di DSP, fondata su rilevamento dell’armonicità basato su HNR (Harmonic to Noise Ratio), estrazione di caratteristiche acustiche e filtraggio rule-based; il secondo, basato su Animal2vec, un framework di deep learning self-supervised per la bioacustica di eventi rari, adattato al dominio delle api mellifere mediante pretraining e fine-tuning su registrazioni di alveare della stagione precedente. Sebbene l’approccio basato su Animal2vec abbia ottenuto prestazioni incoraggianti sul validation split del dataset etichettato, ha generalizzato male sulle registrazioni acquisite durante la nuova stagione, producendo troppi falsi positivi per poter essere considerato affidabile in pratica. Al contrario, la pipeline DSP classica si è dimostrata più efficace come strumento conservativo di candidate retrieval ad alta precisione: sebbene non fosse adatta come rilevatore completamente esaustivo, è riuscita a mantenere una quota utile di candidati plausibili, mantenendo al contempo gestibile la validazione manuale. Questa tesi rappresenta un primo passo concreto verso il monitoraggio automatico su larga scala della comunicazione acustica delle api mellifere, chiarendo al contempo le principali sfide tecniche ancora aperte, tra cui la localizzazione precisa, la sincronizzazione robusta inter-channel e l’ulteriore adattamento di Animal2vec al dominio di interesse, migliorandone la capacità di generalizzazione su nuove registrazioni. Sebbene la tesi non offra ancora una soluzione definitiva al riconoscimento automatico dello stop signal, è riuscita a stabilire un framework multimodale completo e operativo per il monitoraggio continuo dell’alveare e la generazione di clip audio-video sincronizzate centrate sui candidati.
MURARO MARCO
PAGLIALUNGA ANDREA
Titolo tesi: Knowledge-Constrained Full Waveform Inversion via SIREN/PINN: Incorporating Well Log Spatial Constraints into Neural Seismic Imaging
Abstract
Lo studio e la comprensione della stratificazione interna di un mezzo rappresentano un problema fondamentale in numerosi ambiti che coinvolgono la propagazione delle onde, dalla caratterizzazione dei materiali all’acustica musicale fino all’esplorazione sismica su larga scala. La velocità di propagazione delle onde dipende direttamente dalle proprietà fisiche del mezzo e costituisce pertanto un indicatore fondamentale per inferirne la struttura interna. In sismologia, le onde si riflettono e si rifrangono in corrispondenza delle discontinuità di velocità presenti all’interno della Terra; tali fenomeni vengono registrati dai ricevitori in superficie sotto forma di forme d’onda. La Full Waveform Inversion (FWI) si è affermata come una delle tecniche più efficaci per ricostruire distribuzioni di velocità ad alta risoluzione a partire dai campi d’onda osservati. Nonostante la sua efficacia, essa rimane fortemente sensibile alla qualità del modello iniziale ed è soggetta alla convergenza verso minimi locali in assenza di informazioni geologiche a priori. Questo lavoro propone un’estensione di un framework di FWI basato su reti neurali SIREN/PINN che integra informazioni a priori sotto forma di vincoli spaziali. In particolare, valori di velocità noti in corrispondenza di coordinate spaziali selezionate vengono incorporati nel processo di inversione come vincoli rigidi. Sono analizzate due strategie: l’iniezione diretta dei valori nel modello iniziale (Direct Injection Method, Di-M) e l’introduzione di un termine di penalizzazione nella funzione di loss (Added Loss Term Method, Alt-M). L’influenza di tre parametri chiave viene studiata sistematicamente: il numero di punti a velocità nota, la loro distribuzione spaziale (equidistante o casuale) e la strategia di pesatura del termine di vincolo, controllata dal parametro $\\alpha$. Gli esperimenti condotti su tre modelli di velocità di riferimento dimostrano che l’approccio Alt-M supera sistematicamente sia la configurazione di riferimento priva di vincoli sia il metodo Di-M. In particolare, Alt-M riduce l’Errore Assoluto Medio di circa il 40\\% rispetto alla baseline non vincolata e consente di raggiungere la convergenza in circa la metà delle iterazioni. Nel complesso, i risultati mostrano che l’integrazione di un numero limitato di vincoli di velocità, purché opportunamente distribuiti nello spazio, rappresenta una strategia efficace per migliorare l’accuratezza, la robustezza e la velocità di convergenza della Full Waveform Inversion basata su reti neurali fisicamente informate.
POLIMENO STEFANO
Titolo tesi: Modeling Integrated Circuits in the Wave Digital Domain for Virtual Analog Applications
Abstract
Il Virtual Analog (VA) modeling mira all’emulazione digitale di apparecchiature audio analogiche. In questo contesto, i Filtri Digitali a Onda (WDF) emergono sempre più come metodologie white-box, poiché coniugano l’interpretabilità fisica con una separazione modulare tra topologia ed elementi circuitali, consentendo emulazioni completamente esplicite in presenza di un singolo blocco non lineare. Lavori recenti hanno affrontato il problema mediante formulazioni a onde vettoriali combinate con il deep learning, abilitando la simulazione esplicita di circuiti con elementi multi-porta non lineari. Tuttavia, un caso inesplorato è quello degli effetti di modulazione tempo-varianti, dove di norma vengono impiegati sia componenti analogici sia digitali per ottenere l’effetto desiderato. È il caso dei pedali vintage di chorus, flanger e delay, che si basano tipicamente su circuiti integrati Bucket Brigade Device (BBD) come il Panasonic MN3207. La sua topologia interna a 1024 stadi dà luogo a un sistema di equazioni non lineari accoppiate, la cui risoluzione diretta è computazionalmente proibitiva. In questa tesi presentiamo una metodologia ibrida per la modellazione VA di circuiti integrati nel dominio Wave Digital (WD), combinando l’interpretabilità dei WDF con la capacità di approssimazione del deep learning. Il circuito integrato viene ridotto a un elemento N-porte compatto e collocato alla radice di un albero di connessione WDF mediante adattamento a onde vettoriali, eliminando i delay-free loop all’interfaccia con la giunzione topologica. Valutiamo la metodologia considerando un effetto echo e il chorus del Lich King, entrambi basati sul circuito integrato MN3207. I risultati, confrontati con simulazioni di riferimento in MATLAB Simscape, mostrano che l’approccio proposto consente di fondere ed emulare completamente l’azione sia di complessi circuiti integrati sia di componenti analogici all’interno dello stesso framework di modellazione, aprendo la strada all’emulazione VA di effetti audio ibridi analogico-digitali.
RONCORONI MARCO
Titolo tesi: Interior noise measurement in metro vehicles and vibroacoustic modelling of the carbody structure
Abstract
Negli ultimi decenni, l’interesse sempre più crescente per una mobilità sostenibile ha portato a un aumento del trasporto ferroviario, rendendo il comfort dei passeggeri un indice di performance fondamentale. Tra i vari fattori che influenzano la qualità del viaggio, una delle principali fonti di disturbo è il rumore interno alle carrozze. Da precedenti ricercatori, è atteso che fino a 500 Hz la trasmissione strutturale domina rispetto a quella aerea: le vibrazioni generate dal contatto ruota-rotaia si propagano attraverso i componenti del carrello e le sospensioni, raggiungendo i pannelli della carrozza che irradiano rumore all’interno dell’abitacolo. Per affrontare questa problematica, il presente lavoro di tesi si propone di valutare e prevedere la trasmissione del rumore strutturale all’interno di un convoglio della metro di Milano. La ricerca si articola in due fasi principali. La prima consiste in una campagna sperimentale condotta in condizioni operative reali sulle linee 2 e 4, volta a misurare i livelli di vibrazione e rumore interno, analizzando in particolare l’influenza dello stato di usura delle ruote sulla trasmissione vibro-acustica. La seconda fase, invece, riguarda lo sviluppo di un modello numerico vibro-acustico della struttura della cassa del treno della linea 2 mediante il Metodo degli Elementi Finiti. Per ridurre il peso computazionale che deriverebbe dalla modellazione dell’intero treno, è stato adottato un approccio basato sulla Transfer Path Analysis e in particolare sul metodo delle Blocked Forces. Questa tecnica permette di disaccoppiare il sistema, studiando la risposta della carrozza eccitata dalle forze trasmesse dal carrello, calcolate da Carcano nell’ambito dello stesso progetto di ricerca. Il confronto tra i dati sperimentali e le simulazioni numeriche ha dimostrato l’efficacia della metodologia nel modellare il comportamento dinamico strutturale per simulare il contributo del rumore strutturale fino a 500 Hz. Complessivamente, l’integrazione tra approccio sperimentale e modellazione numerica si rivela una strategia solida, in grado di fornire ai costruttori uno strumento importante per l’ottimizzazione strutturale e il controllo del rumore, con l’obiettivo finale di migliorare il comfort acustico dei passeggeri.
WU YUEQIAN
Titolo tesi: A Layered adaptive effect control system for live guitar performance on embedded hardware
Abstract
Gli effetti sono una componente comune della performance dal vivo con chitarra elettrica, e i loro parametri sono di solito impostati dal performer. Allo stesso tempo, il segnale della chitarra contiene già indizi su dinamica, timbro, articolazione e tecnica. Questa tesi studia come tali indizi possano modellare effetti audio digitali in tempo reale su hardware embedded senza rendere la risposta automatica o opaca. Il sistema proposto introduce un livello di controllo interpretabile tra analisi del segnale e parametri degli effetti. Descrittori continui sono mappati in uno spazio di macro-controllo bidimensionale di colorazione tonale e apertura spaziale, con una mappatura compensativa che limita accumuli eccessivi degli effetti nelle esecuzioni dense. In parallelo, un livello discreto di eventi usa un classificatore leggero su dispositivo per trasformare le tecniche chitarristiche riconosciute in brevi accenti limitati. L’approccio è implementato come prototipo portatile autonomo su hardware embedded a microcontrollore. Combina elaborazione audio, estrazione di descrittori, un classificatore neurale quantizzato int8, controlli fisici e feedback su display all’interno di un unico budget di risorse. La valutazione verifica la pipeline completa in tempo reale, il comportamento del mapper continuo con input reali di chitarra e la risposta limitata del livello di eventi. Il riconoscimento è trattato come sorgente secondaria di trigger, mentre il livello continuo indipendente dal riconoscimento resta il principale meccanismo di controllo sonoro. Nel complesso, la tesi inquadra gli effetti per chitarra sensibili alla performance come un problema di progettazione di sistema che combina percezione in tempo reale, mappatura interpretabile, eventi guidati dalla tecnica e interazione embedded, preservando l’autonomia del performer.
