L’XI Conferenza Internazionale EVACES sull'analisi dinamica sperimentale di strutture civili, tenutasi a Porto in Portogallo dall'1 al 4 Luglio 2025, ha visto la partecipazione di ENEA con la presentazione di Fernando Saitta (SSPT-IMPACT-SPAC) del lavoro “An Unsupervised Learning Approach for the Analysis of Long-term Monitoring Data in a Prestressed Concrete Bridge” svolto in collaborazione con i colleghi Giacomo Buffarini e Alberto Tofani (TERIN-ICER-ICS), oltre Francesca Ciarallo e Diego Esposito di ANAS.

Oggetto della presentazione è stato un metodo computazionale basato su Unsupervised Learning che, utilizzando i dati collezionati su un periodo di nove mesi su una campata di un viadotto sito a Catania, costruisce una rappresentazione statistica di un parametro scelto al fine di investigare anomalie future nella struttura associabili a danno, tenendo in considerazione la variabilità del parametro con la temperatura stagionale.

Il lavoro si inserisce nel progetto “National Centre for HPC, Big Data and Quantum Computing” (Spoke 5 “Environment & Natural Disasters).