CANDELIERI ANTONIO
- U07, Piano: 2, Stanza: 2096
Ricerca
ENERGIDRICA – Efficienza energetica nelle reti idriche (CUP B42F20000390006)
Programma PON “Ricerca e Innovazione” 2014- 2020 – Azione II – OS 1.b.
Il progetto di ricerca ENERGIDRICA svilupperà un sistema di supporto alle decisioni per l’efficientamento energetico delle reti di approvvigionamento-distribuzione idrica, generando innovazioni di processo ed integrazione con fonti di energie sostenibili in tre ambiti: schemi di approvvigionamento di centri urbani da fonti multiple, gestione dei pompaggi nelle reti di adduzione e distribuzione, integrazione con fonti di energia sostenibile in una logica di autoconsumo.
Università Milano-Bicocca si occuperà di progettare e sviluppare strumenti di (Machine) Learning-and-Optimization finalizzati a: fornire previsioni della domanda idrica a differenti scale temporali, apprendere strategie energeticamente efficienti per la gestione degli impianti di pompaggio, analizzare i dati di produzione energetica da mini‐idro, e implementare soluzioni di Online/Stream Machine Learning e Analytics at-the-edge
Altri link utili
https://www.aqp.it/rete/progetti/progetto-energidrica
https://www.abbanoa.it/content/view/full/939
Pubblicazioni
Saeed, M., Eidsvik, J., Candelieri, A. (In corso di stampa). Multi-Objective Bayesian Optimization Framework for CO₂ Injection Strategy Design: A Sleipner-Inspired Study. GEOENERGY SCIENCE AND ENGINEERING [10.2139/ssrn.6952191]. Dettaglio
Candelieri, A., Archetti, F., Seyedi, I. (2026). When to Explore and When to Exploit: Adaptive Decisions in Bayesian Optimization. MACHINE LEARNING AND KNOWLEDGE EXTRACTION, 8(7) [10.3390/make8070193]. Dettaglio
Candelieri, A., Archetti, F., Seyedi, I., Ponti, A. (2026). Resource Allocation via Bayesian Optimization in Wasserstein Spaces vs. Semi-Bandit Feedback. BIG DATA AND COGNITIVE COMPUTING, 10(7) [10.3390/bdcc10070206]. Dettaglio
Saeed, M., Candelieri, A. (2026). Bayesian Optimization for Categorical and Mixed Variables Using a Multinomial Logit Surrogate. ALGORITHMS, 19(5), 1-35 [10.3390/a19050361]. Dettaglio
Saeed, M., Candelieri, A. (2026). Bayesian Optimization for Categorical and Mixed Variables Using a Multinomial Logit Surrogate. In StatTalk 2026: Book of Poster Abstracts (pp.1-1). Turin. Dettaglio
Progetti di ricerca
Premi e responsabilità scientifiche
Direzione o responsabilità di ente
-
ENERGIDRICA – Efficienza energetica nelle reti idriche (CUP B42F20000390006)
Programma PON “Ricerca e Innovazione” 2014- 2020 – Azione II – OS 1.b.
http://www.ponricerca.gov.it/ - Università degli Studi di MILANO-BICOCCA, 2021 - 2023
Incarichi di insegnamento o ricerca
- Ricercatore/Ricercatrice universitario a t.d. - Università degli Studi di MILANO-BICOCCA, 2019 - 2022
- Ricercatore/Ricercatrice universitario a t.d. - Università degli Studi di MILANO-BICOCCA, 2019
- Ricercatore/Ricercatrice universitario a t.d. - Università degli Studi di MILANO-BICOCCA, 2016 - 2019
Congressi/Convegni
- Program committee - LION 18 - 18th International conference on Learning and Intelligent Optimization(Italia), 2024
- Program committee - 4th International Conference and Summer School on Numerical computations: theory and algorithms (NUMTA)(Italia), 2023
- Program committee - LION 17 - 17th International conference on Learning and Intelligent Optimization(Francia), 2023
- Program committee - LION 16 - 16th International conference on Learning and Intelligent Optimization(Grecia), 2022
- Program committee - LION 15 - 15th International conference on Learning and Intelligent Optimization(Grecia), 2021
- Program committee - LION 14 - 14th International conference on Learning and Intelligent Optimization, 2020
- Program committee - Numerical Computations: Theory and Algorithms (NUMTA) 2019, The 3rd International Conference and Summer School(Italia), 2019