Cacciatore Alessandro
Alessandro Cacciatore
- Contatti
-
- E-mail a.cacciatore1@unimc.it
Alessandro Cacciatore è un ingegnere biomedico con un dottorato in tecniche di intelligenza artificiale e deep learning per l'analisi di immagini e dati testuali conseguito presso il Dipartimento di Studi Umanistici dell'Università di Macerata. Attualmente è ricercatore post-doc in Computer Science and Engineering presso il Dipartimento di Scienze Politiche, della Comunicazione e delle Relazioni Internazionali dell'Università di Macerata ed è membro del Vision Robotics and Artificial Intelligence Laboratory (VRAI).
Durante il dottorato ha lavorato presso il Deep Learning & NLP Group dell'università della British Columbia (Vancouver). Attualmente collabora con diverse realtà aziendali e universitarie per lo sviluppo e l'applicazione di modelli di IA in diversi campi.
-
2025
Cacciatore, Alessandro, Berardini, Daniele, Scaraggi, Vito, Mancini, Adriano, Moccia, Sara, Migliorelli, Lucia,
Online Knowledge Distillation and Deep Supervision in HRNet: Green AI for Preterm Infants’ Pose Estimation
in ACM TRANSACTIONS ON COMPUTING FOR HEALTHCARE; july; New York, NY,
Association for Computing Machinery (ACM);
pp. 1
- 19
(ISSN: 2637-8051)
01.01 Articolo in Rivista » scheda U-PAD -
2025
Cacciatore, Alessandro, Di Cosmo, Mariachiara, Frontoni, Emanuele, Bernardini, Michele,
Federated Learning towards the unknown: a deep dive into diabetic retinopathy prediction from real-world EHR structured data on unseen diabetic centers
in Machine Learning and Knowledge Discovery in Databases. Applied Data Science Track. ECML PKDD 2025. Lecture Notes in Computer Science; 16021;
Springer, Cham;
(ISBN: 978-3-032-06117-1)
[» web resource]
04.01 Contributo in atti di convegno » scheda U-PAD -
2023
Migliorelli, Lucia, Tiribelli, Simona, Cacciatore, Alessandro, Giovanola, Benedetta, Frontoni, Emanuele, Moccia, Sara,
Accountable Deep-Learning-Based Vision Systems for Preterm Infant Monitoring
in COMPUTER; 56; New York,
IEEE;
pp. 84
- 93
(ISSN: 0018-9162)
01.01 Articolo in Rivista » scheda U-PAD -
2022
Migliorelli, Lucia, Cacciatore, Alessandro, Ottaviani, Valeria, Berardini, Daniele, Dellaca’, Raffaele L., Frontoni, Emanuele, Moccia, Sara,
TwinEDA: a sustainable deep-learning approach for limb-position estimation in preterm infants’ depth images
in MEDICAL & BIOLOGICAL ENGINEERING & COMPUTING; 10.1007/s11517-022-02696-9; Berlino,
Springer;
pp. 1
- 11
(ISSN: 1741-0444)
01.01 Articolo in Rivista » scheda U-PAD -
2022
Cacciatore, A., Migliorelli, L., Berardini, D., Tiribelli, S., Pigliapoco, S., Moccia, S.,
Some Ethical Remarks on Deep Learning-Based Movements Monitoring for Preterm Infants: Green AI or Red AI?
in Image Analysis and Processing; 2; Cham,
Springer;
pp. 165
- 175
(ISBN: 978-3-031-13324-4)
[» web resource]
02.01 Contributo in volume (Capitolo o Saggio) » scheda U-PAD
-
2025/2026
Insegnamento Classe Mutuazione Calendario LABORATORIO DI ANALISI DI DATI TESTUALI Dipartimento di Economia e diritto
L-41 R, L-41(m)
- ING-INF/05 - Sistemi di elaborazione delle informazioni
- M-STO/08 - Archivistica, bibliografia e biblioteconomia
| Lingua | Conoscenza |
|---|---|
| Inglese | Eccellente |
| Spagnolo | Eccellente |
| Russo | Eccellente |
- Informazione non pervenuta
- Informazione non pervenuta
- Informazione non pervenuta