Nell’ambito dei Seminari di Matematica e Statistica dell’Università del Piemonte Orientale insieme ad Andrea Laurenzi, Statistics, Modeling and Data Science Manager & Associate Fellow, e Dario Demaria, Data Scientist, abbiamo presentato il seminario rivolto a ricercatori e docenti universitari, intitolato “Distribution-free uncertainty quantification with conformal prediction: methods and an application to semiconductor defect detection”.
Ha affrontato un tema sempre più centrale nelle applicazioni AI ad alto impatto: la quantificazione dell’incertezza nelle decisioni predittive.

Abbiamo introdotto i fondamenti teorici della conformal prediction, un approccio distribution-free che consente di associare alle predizioni intervalli o set di confidenza con un livello di affidabilità definito a priori, per poi mostrarne un’applicazione concreta nel contesto della defect detection nel semiconductor manufacturing.

Momenti come questi rappresentano un’importante occasione di confronto tra ricerca accademica e applicazioni industriali avanzate.

Ringraziamo la Prof.ssa Anna Maria Gambaro e il Prof. Gianluca Fusai per l’invito e la cordiale ospitalità.