Esame di Laurea

Sessione di laurea 27 marzo 2026

aggiornamento del 12/03/2026

La seduta di laurea si terrà il giorno 27 marzo 2026 alle ore 14.45 presso l'aula 1 della "Cattedrale" presso il Polo Scientifico - Tecnologico, via Saragat 1, a Ferrara, con i seguenti laureandi:

  • CALDARONE LUCA
  • CONTI VIRGINIA
  • FEDE MARIA LUCIA
  • GALLERANI GIOVANNI
  • GALLIERA NICOLA
  • GAMBETTI MATTEO
  • MARELLA MATTIA
  • MISCHIATTI NICOLA
  • ROGANTI LUCA

Si ricorda ai laureandi che:

  • Sarà consentito l'ingresso all'aula ad un max. di 20 persone per laureando.
  • Guida al caricamento della tesi digitale: http://www.unife.it/it/x-te/laurearsi/caricamento-tesi
  • Numero copie tesi: non c'è necessità di copie cartacee della tesi a meno che non lo richiedano il Relatore, Correlatore o 2° Relatore

Commissione esaminatrice Laurea Magistrale in Intelligenza artificiale, data science e big data

  1. Fabrizio Riguzzi - Presidente
  2. Riccardo Zese – Segretario
  3. Damiano Azzolini – membro effettivo
  4. Giacomo Dimarco - membro effettivo
  5. Michele Fraccaroli - membro effettivo
  6. Sebastiano Fabio Schifano – membro effettivo
  7. Guido Sciavicco - membro effettivo

 Membri supplenti:

  1. Marco Alberti
  2. Enrico Calore
  3. Enrico Marzano

COGNOME NOME RELATORI ELENCO_CORREL TITOLO_TESI
CONTI VIRGINIA RIGUZZI FABRIZIO  PEDRINI MIRKO (Correlatore) Studio di paradigmi di intelligenza artificiale per l’automatizzazione di processi produttivi
MARELLA MATTIA

DIMARCO GIACOMO 

 KOYAMA SHOICHI (Correlatore)
RIGUZZI FABRIZIO (Correlatore)		 A learning-based physics-constrained neural kernel for sound field estimation
MISCHIATTI NICOLA RIGUZZI FABRIZIO  Sviluppo di un assistente intelligente per la raccolta dei requisiti
CALDARONE LUCA FRACCAROLI MICHELE  RIGUZZI FABRIZIO (Correlatore) Graph Retrieval-Augmented Generation per la gestione e l’interrogazione della conoscenza aziendale
GALLERANI GIOVANNI ZESE RICCARDO  CHANPORNPAKDI INGON (Correlatore)
TANAKA TOSHIHISA (Secondo relatore)		 Design and Implementation of a Multimodal Dataset Structure and Data Acquisition Framework for Dog Behavior Research
FEDE MARIA LUCIA RIGUZZI FABRIZIO  PAOLETTI ALESSANDRO (Correlatore) Progettazione e implementazione di processi di Data Quality in architetture Cloud
GAMBETTI MATTEO ZESE RICCARDO  Anomaly detection su carte d'identità: integrazione di rule engine e analisi visiva basata su deep learning
ROGANTI LUCA FRACCAROLI MICHELE  RIGUZZI FABRIZIO (Correlatore) Evoluzione delle Architetture Retrieval-Augmented Generation: un approccio multimodale ed ibrido
GALLIERA NICOLA SCIAVICCO GUIDO  Long-Term Action Anticipation via Transcript-based Supervision

Come presentare domanda di laurea

Tutte le informazioni sulla documentazione da presentare e sulle procedure per laurearsi, le trovi sul sito di Unife alla pagina Presentare domanda di laurea

  • La Domanda di Laurea deve essere fatta esclusivamente on-line all'indirizzo http://studiare.unife.it entro 30 giorni dalla sessione di laurea. Contestualmente dovrà essere effettuato il pagamento del contributo per il conseguimento titolo. 

Non sono ammesse domande tardive.

  • Entro 15 giorni lavorativi prima della data della seduta devono essere conclusi tutti gli esami di profitto previsti dal piano degli studi.
  • Entro 9 giorni lavorativi dalla sessione di laurea è necessario procedere caricamento della tesi di laurea in formato digitale (PDF), che dovrà corrispondere alla versione definitiva del documento, in quanto verrà conservata nel fascicolo digitale del vostro percorso formativo.
  • Entro 7 giorni lavorativi dalla sessione di laurea il proprio Relatore deve approvare la versione definitiva della tesi (attenzione: la versione approvata dal Relatore è quella definitiva che viene caricata nel fascicolo digitale del laureando).
  • Per informazioni e istruzioni è possibile consultare: Guida alla presentazione della domanda di Laurea

Sessioni di laurea

Sedute di Laurea a.a. 2024/25

  • Sessione estiva: Giovedì 17 Luglio 2025
  • Sessione autunnale: Martedì 28 Ottobre 2025 - Giovedì 18 Dicembre 2025
  • Sessione straordinaria: Venerdì 27 Marzo 2026

Sedute di Laurea a.a. 2025/26

  • Sessione estiva: Giovedì 23 luglio 2026
  • Sessione autunnale: venerdì 23 ottobre 2026
  • Sessione invernale: giovedì 17 dicembre 2026
  • Sessione straordinaria: giovedì 24 marzo 2027

Sedute di Laurea a.a. 2026/27

  • Sessione estiva: giovedì 22 luglio 2027

Date e scadenze appelli

Per informazioni sulle date e scadenze degli appelli di Laurea, consultare la Bacheca Appelli

Prova finale (Dal quadro A5.b Scheda Sua-CDS)

L'esame di laurea consisterà nella presentazione in seduta pubblica di una dissertazione scritta (tesi), elaborata dallo studente / dalla studentessa sotto la guida del/i relatore/i, redatta in lingua italiana oppure in lingua inglese, avente per oggetto un'attività di ricerca e/o sviluppo nel settore dell'Intelligenza Artificiale e/o Data Science e/o Big Data con caratteristiche di originalità e rilevanza scientifica e/o applicativa.

I criteri di attribuzione del voto di laurea tengono conto della carriera di studio dello studente / studentessa, della sua autonomia nell'affrontare la tematica assegnata, delle capacità progettuali e analitiche dimostrate e dell'originalità e correttezza del lavoro documentato nella tesi finale e presentato oralmente in seduta di laurea.

I criteri di attribuzione del punteggio di merito sono definiti dal Consiglio di Corso di Studio come linee di indirizzo per le Commissioni di Laurea.
Il punteggio della prova finale è espresso in centodecimi (/110) con eventuale lode.

Vedi: Indicazioni per le commissioni di laurea sul voto di laurea. (documento aggiornato alle deliberazioni del Consiglio di corso di studio del 04-06-2025)

Form per dichiarazione Rappresentanti studentesse e studenti in Organi accademici al fine dell'attribuzione del punteggio aggiuntivo di laurea

Il form andrà compilato dalla studentessa o dallo studente almeno 10gg solari prima dell'appello di laurea.

Redazione della tesi

Si riportano di seguito alcuni strumenti utili per la redazione della tesi:

Copie della tesi 

Si ricorda che non c'è necessità di copie cartacee della tesi a meno che non lo richiedano il Relatore, Correlatore o 2° Relatore

Relatore, punteggi, criteri di valutazione

L'esame di laurea consisterà nella presentazione in seduta pubblica di una dissertazione scritta (tesi), elaborata dallo studente / dalla studentessa sotto la guida del/i relatore/i, redatta in lingua italiana oppure in lingua inglese, avente per oggetto un'attività di ricerca e/o sviluppo nel settore dell'Intelligenza Artificiale e/o Data Science e/o Big Data con caratteristiche di originalità e rilevanza scientifica e/o applicativa.

Sono previsti in totale 12 crediti per la prova finale, di cui 10 per l'attività preparatoria e 2 per la discussione; di norma il progetto di tesi è correlato al tirocinio curriculare e ai relativi crediti.

La prova verterà sulla verifica della capacità del candidato di lavorare in modo autonomo e di esporre e di discutere con chiarezza e piena padronanza i risultati esposti nella tesi.

I criteri di attribuzione del voto di laurea terranno conto della carriera di studio dello studente / studentessa, della sua autonomia nell'affrontare la tematica assegnata, delle capacità progettuali e analitiche dimostrate nell'affrontare lo studio della problematica e dell'originalità e correttezza del lavoro documentato nella tesi finale e presentato oralmente in seduta di laurea.

I criteri di attribuzione del punteggio di merito sono definiti dal Consiglio di Corso di Studio come linee di indirizzo per le Commissioni di Laurea.

Il punteggio della prova finale sarà espresso in centodecimi (/110) con eventuale lode.