Federico Delrio è attualmente un dottorando in Ingegneria Elettrica, Elettronica e delle Comunicazioni presso il gruppo di ricerca Neuronica Lab al Politecnico di Torino.

ha conseguito la laurea magistrale in Astrofisica all’Università degli Studi di Torino, con la tesi “Bounds on ultra-light axions from the neutral hydrogen auto-correlation function”. L’obiettivo di questa tesi è porre dei limiti su alcuni aspetti della materia oscura assumendo che una parte di essa sia composta da assioni ultra-leggeri (ULAs).

La sua attuale linea di ricerca consiste nell’utilizzare metodi di machine learning/deep learning e intelligenza artificiale per miglioare le analisi di dati medicali.

I principali filoni di ricerca a cui lavora Federico Delrio sono i seguenti:

• Non-Invasive Arterial Blood Pressure Estimation from Electrocardiogram and Photoplethysmography Signals Using a Conv1D-BiLSTM Neural Network: questa ricerca consiste nel trovare un metodo non invasivo per la misura della pressione arteriosa utilizzando delle reti neurali partendo da ECG e eventualmente PPG come input.
• Enhancing ECG Analysis with a Hybrid Deep Learning Approach: Automatic Detection of Significant Features: questa ricerca è volta a utilizzare delle reti neurali per individuare le caratteristiche principali dell’ECG, come per esempio lunghezza del complesso QRS, onda P e onda T.
• Transformer interpretability: L’interpretabilità dei modelli di intelligenza artificiale è un problema ancora aperto, pertanto, questa ricerca è volta a sviluppare un nuovo tipo di Transformer che sia più facilmente interpretabile.