Ritratto di danilo.comminiello@uniroma1.it

NOTIZIE IN PRIMO PIANO

  • Il corso di MACHINE LEARNING FOR SIGNAL PROCESSING, erogato per il corso di Laurea in Ingegneria Elettronica per l'anno accademico 2022/2023, avrà inizio il 23 Febbraio 2023.
    Pagina web: Tutte le informazioni relative al corso sono disponibili alla pagina: https://danilocomminiello.site.uniroma1.it/teaching/mlsp.
    Orario delle lezioni: Giovedì 08:30-10:00, Venerdì 08:30-11:00 - Aula 6 (San Pietro in Vincoli).
    Modalità di svolgimento: in presenza, in base alle misure di contenimento del COVID-19 indicate dalle autorità competenti. Tutti gli aggiornamenti sono disponibili sulla pagina dedicata.
    Google Classroom: tutto il materiale didattico, inclusi appunti ed esercitazioni, sarà disponibile alla pagina Classroom del corso. Si invitano tutti gli studenti a registrarsi.
    Ricevimento: previa appuntamento si può concordare un ricevimento in presenza o tramite Google Meet.
  • Il corso di GENERATIVE DEEP LEARNING, erogato per il corso di Dottorato di Ricerca in Tecnologie dell'Informazione e della Comunicazione per l'anno accademico 2022/2023, avrà inizio il 12 Giugno 2023.
    Pagina web: Tutte le informazioni relative al corso sono disponibili alla pagina: https://danilocomminiello.site.uniroma1.it/teaching/gdl.
    Orario delle lezioni: Lunedì 10:00-13:00, Martedì 10:00-13:00 - Saletta Lettura DIET (San Pietro in Vincoli).
    Modalità di svolgimento: mista.
    Google Classroom: tutto il materiale didattico, inclusi appunti ed esercitazioni, sarà disponibile alla pagina Classroom del corso. Si invitano tutti gli studenti a registrarsi.
    Ricevimento: previa appuntamento si può concordare un ricevimento in presenza o tramite Google Meet.

LATEST NEWS

  • The course of MACHINE LEARNING FOR SIGNAL PROCESSING (Master's Degree in Electronics Engineering) for the academic year 2022/2023 will start on February 23, 2023.
    Webpage: Any information about the course is available on the following page: https://danilocomminiello.site.uniroma1.it/teaching/mlsp.
    Calendar: Thursday 08:30-10:00, Friday 08:30-11:00 - Classroom 6 (San Pietro in Vincoli).
    Attendance modality: in presence, based on the COVID-19 containment measures indicated by Sapienza. All updates are available on the dedicated page.
    Google Classroom: all the course material, including notes and exercises, will be available on the Classroom webpage of the course. Students are invited to register.
    Office hours: by appointment, it is possible to arrange office hours in person or through Google Meet.
  • The course of GENERATIVE DEEP LEARNING (PhD Course in Information and Communication Technology) for the academic year 2022/2023 will start on June 12, 2023.
    Webpage: Any information about the course is available on the following page: https://danilocomminiello.site.uniroma1.it/teaching/gdl.
    Calendar: Monday 10:00-13:00, Tuesday 10:00-13:00 - DIET Reading Room (San Pietro in Vincoli).
    Attendance modality: hybrid.
    Google Classroom: all the course material, including notes and exercises, will be available on the Classroom webpage of the course. Students are invited to register.
    Office hours: by appointment, it is possible to arrange office hours in person or through Google Meet.
Insegnamento Codice Anno Corso - Frequentare Bacheca
TEORIA DEI CIRCUITI 1021924 2023/2024
MACHINE LEARNING FOR SIGNAL PROCESSING 1056158 2023/2024
NEURAL NETWORKS 1022870 2023/2024
NEURAL NETWORKS 1022870 2023/2024
MACHINE LEARNING FOR SIGNAL PROCESSING 1056158 2023/2024
NEURAL NETWORKS 1022870 2023/2024
TEORIA DEI CIRCUITI 1021924 2022/2023
MACHINE LEARNING FOR SIGNAL PROCESSING 1056158 2022/2023
NEURAL NETWORKS 1022870 2022/2023
MACHINE LEARNING FOR SIGNAL PROCESSING 1056158 2022/2023
NEURAL NETWORKS 1022870 2022/2023
NEURAL NETWORKS 1022870 2022/2023
TEORIA DEI CIRCUITI 1022017 2021/2022
MACHINE LEARNING FOR SIGNAL PROCESSING 1056158 2021/2022
MACHINE LEARNING FOR SIGNAL PROCESSING 1056158 2020/2021
LABORATORIO DI PROGRAMMAZIONE AAF1474 2019/2020
MACHINE LEARNING FOR SIGNAL PROCESSING 1056158 2019/2020
ALGORITMI ADATTATIVI E MACHINE LEARNING 1056123 2018/2019
MACHINE LEARNING FOR SIGNAL PROCESSING 1056158 2018/2019
LABORATORIO DI PROGRAMMAZIONE AAF1474 2017/2018
MACHINE LEARNING FOR SIGNAL PROCESSING 1056158 2017/2018
TEORIA DEI CIRCUITI 1022017 2017/2018

Previa appuntamento è possibile concordare un ricevimento in presenza o tramite Google Meet.

Danilo Comminiello ha conseguito la Laurea in Ingegneria delle Telecomunicazioni nel 2008 presso l'Università degli Studi di Roma "La Sapienza". Tra il 2007 e il 2008, ha lavorato come stagista presso la Ericsson Telecomunicazioni S.P.A. a Roma, nell'area di Radio Access Network e nel 2008 ha intrapreso il Dottorato di Ricerca in Ingegneria dell'Informazione e della Comunicazione, e conseguito nel 2012, presso il Dipartimento di Ingegneria dell'Informazione, Elettronica e Telecomunicazioni (DIET) dell'Università di Roma "La Sapienza". Durante i suoi studi di dottorato e post-dottorato, ha collaborato con diverse aziende italiane ed estere su diversi progetti di ricerca, alcune delle quali, tra cui la Fondazione Ugo Bordoni, hanno contribuito al finanziamento dei suoi studi tramite borse di ricerca. Tra il 2010 e il 2011, è stato Studente di Dottorato in Visita presso il Dipartimento di Teoria dei Segnali e Comunicazioni della Universidad Carlos III de Madrid, Spagna, sotto la supervisione del Prof. Jerónimo Arenas-García. Dal 2012 al 2016, dopo aver ricevuto il titolo di Dottore di Ricerca, è stato Assegnista di Ricerca Post-Doc presso il Dipartimento DIET dell'Università di Roma "La Sapienza". Durante questo periodo ha tenuto seminari ed esercitazioni per i corsi di "Trattamento del Segnale Audio", "Circuiti e Algoritmi per l'Elaborazione dei Segnali", "Algoritmi Adattativi e Calcolo Parallelo", "Reti Neurali".

Da Novembre 2016 a Novembre 2019, Danilo Comminiello è stato un Ricercatore a Tempo Determinato (Tipologia B), e da Novembre 2019 è Professore Associato presso il Dipartimento di Ingegneria dell'Informazione, Elettronica e Telecomunicazioni (DIET) dell'Università di Roma "La Sapienza", dove è titolare dei corsi di "Machine Learning for Signal Processing" (Corso di Laurea Magistrale in Ingegneria Elettronica), "Teoria dei Circuiti" e "Laboratorio di Programmazione" (Corso di Laurea di Ingegneria delle Comunicazioni, in co-docenza con il Prof. Michele Scarpiniti). Afferisce al gruppo di ricerca di Intelligent Signal Processing and MultiMedia (ISPAMM) del Dipartimento DIET.

I suoi interessi di ricerca riguardano circuiti e algoritmi basati su metodologie di machine learning e intelligenza artificiale, con particolare attenzione sull'elaborazione di segnali audio, acustici e vocali. In particolare, Danilo Comminiello è attivo sulla ricerca di algoritmi innovativi di apprendimento automatico, in grado di elaborare dati in modo autonomo sfruttando l'informazione contenuta nei dati stessi. Tali metodologie includono algoritmi adattativi, filtraggio non lineare, reti neurali, algoritmi di classificazione.

Ha ricevuto il premio come Outstanding Reviewer per la 44th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Brighton, UK, Maggio 2019. È stato vincitore del premio Franco Ferrero per il miglior articolo pubblicato negli atti del Convegno AISV (Associazione Italiana Scienze della Voce) per due anni consecutivi nel 2012 e 2013. È stato inoltre vincitore del "I Concorso Regionale per Tesi di Laurea e di Dottorato Riservato ai Laureati Lucani 2017" per la miglior tesi di dottorato ottenuta negli anni 2007-2012 da studenti lucani.

Danilo Comminiello è un Senior Member della "Institute of Electrical and Electronics Engineering" (IEEE), Membro della "Audio Engineering Society" (AES), della "European Association for Signal Processing" (EURASIP), della "Italian Association for Machine Learning" (IAML) e della Società Italiana Reti Neuroniche (SIREN).

È stato eletto Membro del technical committee Machine Learning for Signal Processing della IEEE Signal Processing Society, Membro del technical committee Nonlinear Circuits and Systems della IEEE Circuits and Systems Society, ed è Membro della Task Force on Computational Audio Processing della IEEE Computational Intelligence Society. È inoltre Membro eletto del Consiglio Direttivo del Sezione Italiana dell'Audio Engineering Society (AES) nel periodo 2018-2020.

Danilo Comminiello è uno degli editori del libro Adaptive Learning Methods for Nonlinear Modeling (D. Comminiello and J. C. Principe, eds.), Elsevier, 2018.
Inoltre, ricopre il ruolo di Associate Editor per la riviste IEEE Transactions on Circuits and Systems-I: Regular Papers e Hindawi Complexity. Dal 2009 ha svolto regolarmente attività di revisore per le più importanti riviste e conferenze internazionali nelle aree di signal processing, circuits & systems e machine learning.

Ha svolto il ruolo di Membro del Technical Program Committee per le conferenze: "European Signal Processing Conference" (EUSIPCO), dal 2014 al 2017, "IEEE International Workshop on Machine Learning for Signal Processing" (MLSP), dal 2016 al 2019, e "IEEE International Conference on Acoustics, Speech and Signal Processing" (ICASSP) 2019, 2021. E' stato un Membro del Comitato Organizzatore della XXXIV Riunione Annuale dei Ricercatori di Elettrotecnica (ET 2018, 14-15 Giugno 2018, Roma). E' stato Session Chair per le conferenze: 134th International Convention of the Audio Engineering Society (AES 2013), 36th International Conference on Telecommunications and Signal Processing (TSP 2013), IEEE International Joint Conference on Neural Networks (IJCNN 2015), 24th European Signal Processing Conference (EUSIPCO 2016), IEEE International Workshop on Machine Learning for Signal Processing (MLSP 2016), 26th European Signal Processing Conference (EUSIPCO 2018), "IEEE International Conference on Acoustics, Speech and Signal Processing" (ICASSP 2019-2021).

E' stato inoltre uno degli organizzatori delle seguenti sessioni speciali a conferenze: "Advances on Linear-in-the-Parameters Nonlinear Filters and Their Application to Audio and Speech Processing" @ EUSIPCO 2016 (co-organizzatori: Alberto Carini, Luis Azpicueta-Ruiz); "Computational Methods for Audio Analysis" @ IEEE MLSP 2016 (co-organizzatori: Michele Scarpiniti, Tuomas Virtanen, Mark Plumbley, Stefano Squartini, Paris Smaragdis); "Novel Advances on Linear-in-the-Parameters Nonlinear Filters and Their Applications" @ EUSIPCO 2017 (co-organizzatori: Alberto Carini, Luis Azpicueta-Ruiz); "Learning Methods in complex and Hypercomplex Domains" @ ICASSP 2019 (co-organizzatore: Clive Cheong-Took).