Titolo completo
Ingegneria Ferroviaria
Titolo abbreviato
IF
Editore
CIFI
ISSN
00200956 (Rivista Stampata)
00200956 (Rivista Online)
Data del fascicolo(YYYY/MM/DD)
2023/10/31
Titolo completo (Italiano)
Cosa si può fare affinché una misura sia sempre più utile?
Titolo completo (Inglese)
What can be done to make a measurement more and more useful?
Di (autore)
Numero di Pagine
15
Prima Pagina
713
Ultima Pagina
727
Lingua del testo
Italiano
Data di publicazione
2023/10/31
Descrizione principale (Italiano)
L’evoluzione della tecnologia elettronica nel campo dei sensori, ha comportato in tutti i settori un aumento incredibile della quantità di dati derivante da misure. Un problema che si è generato consiste nel fatto che spesso queste misure sono molto numerose e non immediatamente fruibili per un possibile utente, ma vanno elaborate per estrarre una sintesi delle informazioni in esse contenute. Allo scopo si è sviluppata una scienza, denominata “Data Science”, dedicata alla identificazione delle possibili informazioni contenute nei dati ed alla creazione degli algoritmi matematici in grado di estrarle. Gli specialisti di questa scienza hanno in genere competenze prevalentemente nelle tecnologie impiegate per la misura e un po’ meno nel dominio applicativo. Questo comporta che l’identificazione delle informazioni ottenibili può essere limitata e parziale. L’ideale sarebbe se ci fossero specialisti globali, ma questo è praticamente impossibile. Occorre allora creare un dialogo fra i “data scientists” e gli “esperti di dominio”. Tutto questo nel settore ferroviario poi è particolarmente complesso perché è un dominio molto ampio con problematiche molto diverse.
Descrizione principale (Inglese)
The evolution of electronics technology in the field of sensors has led to an incredible increase of data from measurements in all sectors. One problem that has arisen is that these measurements are often very numerous and not immediately usable for a possible user, but must be processed to extract a synthesis of the information they contain. For this purpose, a science has been developed, called ‘Data Science’, which is dedicated to the identification of possible information contained in data, and the creation of mathematical algorithms capable of extracting it. Specialists in this science generally have expertise mainly in the technologies used for measurement and somewhat less in the application domain. This means that the identification of obtainable information can be limited and partial. Ideally, there should be global specialists, but this is practically impossible. It is therefore necessary to create a dialogue between ‘data scientists’ and ‘domain experts’. This is particularly complex in the railway sector because it is a very broad domain with very different problems.