Questo sito utilizza cookie tecnici, propri e di terze parti, per garantire la corretta navigazione e analizzare il traffico e, con il tuo consenso, cookie di profilazione e altri strumenti di tracciamento di terzi per mostrare video e misurare l'efficacia delle attività di comunicazione istituzionale. Puoi rifiutare i cookie non necessari e di profilazione cliccando su “Rifiuta tutti”. Puoi scegliere di acconsentirne l’utilizzo cliccando su “Accetta tutti” oppure puoi personalizzare le tue scelte cliccando su “Rivedi le tue scelte sui cookie”.

ARCHETTI FRANCESCO ANTONIO

Ruolo:
Professore emerito
Stanza:
  • U09, Piano: 1, Stanza: R071
  • U14, Piano: 2, Stanza: 2044

Pubblicazioni

  • Candelieri, A., Ponti, A., Archetti, F. (2025). Multi-Objective and Multiple Information Source Optimization for Fair & Green Machine Learning. In Numerical Computations: Theory and Algorithms 4th International Conference, NUMTA 2023, Pizzo Calabro, Italy, June 14–20, 2023, Revised Selected Papers, Part I (pp.49-63). Springer Science and Business Media Deutschland GmbH [10.1007/978-3-031-81241-5_4]. Dettaglio

  • Candelieri, A., Ponti, A., Archetti, F. (2025). Gaussian Process regression over discrete probability measures: on the non-stationarity relation between Euclidean and Wasserstein Squared Exponential Kernels. JOURNAL OF GLOBAL OPTIMIZATION [10.1007/s10898-025-01463-y]. Dettaglio

  • Candelieri, A., Ponti, A., Archetti, F. (2025). A Constrained-JKO Scheme for Effective and Efficient Wasserstein Gradient Flows. In Learning and Intelligent Optimization 18th International Conference, LION 18, Ischia Island, Italy, June 9–13, 2024, Revised Selected Papers (pp.66-80). Springer Science and Business Media Deutschland GmbH [10.1007/978-3-031-75623-8_6]. Dettaglio

  • Candelieri, A., Ponti, A., Archetti, F. (2024). Fair and green hyperparameter optimization via multi-objective and multiple information source Bayesian optimization. MACHINE LEARNING, 113(5), 2701-2731 [10.1007/s10994-024-06515-0]. Dettaglio

  • Ponti, A., Giordani, I., Candelieri, A., Archetti, F. (2024). Wasserstein-Enabled Leaks Localization in Water Distribution Networks. WATER, 16(3) [10.3390/w16030412]. Dettaglio

Progetti di ricerca

Energidrica- Efficienza energetica nella gestione delle reti idriche
Anno: 2017
Bando: 2017-043 - PROGETTI DI RICERCA INDUSTRIALE E SVILUPPO SPERIMENTALE NELLE 12 AREE DI SPECIALIZZAZIONE INDIVIDUATE DAL PNR 2015-2020
Enti finanziatori: M.I.U.R. - MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITA' E DELLA RICERCA
DATA4WATER
Anno: 2015
Bando: H2020-TWINN-2015:Twinning
Enti finanziatori: UNIONE EUROPEA
Opti-LOG
Anno: 2013
Bando: 2013-008 - Avviso pubblico per la realizzazione di progetti di ricerca industriale e sviluppo sperimentale nel settore delle Smart Cities and Communities
Enti finanziatori: REGIONE LOMBARDIA
SEGUICI - Smart tecnologie per la gestione delle risorse idriche ad uso irriguo e civile
Anno: 2013
Bando: 2013-008 - Avviso pubblico per la realizzazione di progetti di ricerca industriale e sviluppo sperimentale nel settore delle Smart Cities and Communities
Enti finanziatori: REGIONE LOMBARDIA
DISTRETTO LOMBARDO PER L'INNOVAZIONE BIOMEDICA
Anno: 2012
Bando: 2012-002 - Invito a presentare candidature da parte di aggregazioni di organismi di ricerca in partenariato con imprese - in attuazione dell’art. 3 comma 1 lett. b) e art. 4 della L.R. del 2 febbraio 2007, n. 1 - per la partecipazione alle iniziative di Regione Lomb