Falcone, Marika (2023) Rilievo predittivo assistito da Intelligenza Artificiale : conoscenza e monitoraggio della Cattedrale di San Matteo a Salerno. [Tesi di dottorato]

[thumbnail of Falcone_Marika_35.pdf]
Preview
Text
Falcone_Marika_35.pdf

Download (35MB) | Preview
Item Type: Tesi di dottorato
Resource language: Italiano
Title: Rilievo predittivo assistito da Intelligenza Artificiale : conoscenza e monitoraggio della Cattedrale di San Matteo a Salerno
Creators:
Creators
Email
Falcone, Marika
marika.falcone@unina.it
Date: 10 March 2023
Number of Pages: 202
Institution: Università degli Studi di Napoli Federico II
Department: Architettura
Dottorato: Architettura
Ciclo di dottorato: 35
Coordinatore del Corso di dottorato:
nome
email
Mangone, Fabio
fabio.mangone@unina.it
Tutor:
nome
email
Campi, Massimiliano
UNSPECIFIED
Date: 10 March 2023
Number of Pages: 202
Keywords: Architettura, monitoraggio, AI
Settori scientifico-disciplinari del MIUR: Area 08 - Ingegneria civile e Architettura > ICAR/17 - Disegno
Date Deposited: 02 Apr 2023 10:08
Last Modified: 10 Apr 2025 12:36
URI: http://www.fedoa.unina.it/id/eprint/15057

Collection description

Preservare il Patrimonio Culturale dalle incurie del tempo, dal degrado e dagli agenti patogeni è, oggi, uno degli obiettivi che la comunità scientifica si è posta al fine di tutelare e proteggere monumenti e siti storici. Questo importante traguardo ha cambiato radicalmente l’approccio alla conservazione dei Beni Culturali configurando, in modo sempre più diffuso, uno scenario in cui le tecnologie digitali affiancano ed integrano le azioni volte alle attività di tutela, monitoraggio e di valorizzazione del patrimonio. In questo ambito di ricerca, al fine di sfruttare i reali vantaggi di codeste analisi, stanno emergendo sistemi informativi digitali volti ad indagare e monitorare il dato in previsione di eventi futuri. Questi modelli previsionali, che aprono la strada a nuovi approcci metodologici per preservare il patrimonio culturale, sono strettamente legati al concetto di Digital Twin.

Downloads

Downloads per month over past year

Actions (login required)

View Item View Item