MASSIMO PANELLA

Gli insegnamenti di cui è responsabile il prof. Massimo Panella sono normalmente tenuti in presenza, mentre saranno tenuti in modalità telematica a distanza ovvero in modalità mista (blended) nel periodo in cui le lezioni saranno sospese o limitate per cause di forza maggiore (COVID-19 o altro). Si prega di fare riferimento alle pagine dedicate alla didattica del sito del docente per ogni ulteriore informazione a tale riguardo: 
http://massimopanella.site.uniroma1.it/didattica
 
Tutti gli studenti che seguono l'insegnamento "Quantum Computing and Neural Networks" nell'A.A. 2025/2026 sono pregati di iscriversi in Google Classroom utilizzando la casella di posta "@studenti.uniroma1.it", il codice per l'iscrizione al corso è p2g45h2i. La pagina dedicata all'insegnamento, dove trovare anche i dettagli sulla modalità di erogazione adottata, è:  
https://massimopanella.site.uniroma1.it/didattica/qcnn
 
Tutti gli studenti che seguono l'insegnamento "Machine Learning for Industrial Engineering" nell'A.A. 2025/2026 (che diventerà "Advanced Neural Networks for Industrial Engineering" dal 2026/2027) sono pregati di iscriversi in Google Classroom utilizzando la casella di posta "@studenti.uniroma1.it", il codice per l'iscrizione al corso è 4k6wcsxw. La pagina dedicata all'insegnamento, dove trovare anche i dettagli sulla modalità di erogazione adottata, è:
https://massimopanella.site.uniroma1.it/didattica/mlie

Tutti gli studenti che seguono l'insegnamento "Elettrotecnica" (canale A-L, Laurea in Ingegneria Gestionale) nell'A.A. 2024/2025 sono pregati di iscriversi in Google Classroom utilizzando la casella di posta "@studenti.uniroma1.it", il codice per l'iscrizione al corso è 6vfjgdf. La pagina dedicata all'insegnamento, dove trovare anche i dettagli sulla modalità di erogazione adottata, è:
https://massimopanella.site.uniroma1.it/didattica/elettrotecnica
 
 
The courses held by prof. Massimo Panella will be normally provided in presence, whilst they will be provided in e-learning, either remotely in or blended mode, during the periods in which lectures will be suspended or limited for force majeure (COVID-19 or other). Please refer to the web pages of the teacher's website for any further information in this regard:
https://sites.google.com/uniroma1.it/massimopanella-eng/teaching
 
All students following the course "Quantum Computing and Neural Networks" in the A.Y. 2025/2026 are requested to register in Google Classroom utilizzando la casella di posta "@studenti.uniroma1.it", the registration code for the course is p2g45h2i. The web page of the course, where to find also details about the adopted learning mode, is:  
https://sites.google.com/uniroma1.it/massimopanella-eng/teaching/qcnn

All students following the course "Machine Learning for Industrial Engineering" in the A.Y. 2025/2026 (which will become "Advanced Neural Networks for Industrial Engineering" since 2026/2027) are requested to register in Google Classroom using the e-mail "@studenti.uniroma1.it", the registration code for the course is 4k6wcsxw. The web page of the course, where to find also details about the adopted learning mode, is:
https://sites.google.com/uniroma1.it/massimopanella-eng/teaching/mlie

Massimo Panella è nato a Roma nel 1971. Ha conseguito la Laurea (quinquennale) con lode in Ingegneria Elettronica nel 1998 e il Dottorato di Ricerca in Ingegneria dell'Informazione e della Comunicazione nel 2002, entrambi presso l'Università di Roma "La Sapienza". Attualmente è Direttore del Dipartimento di Ingegneria dell'Informazione, Elettronica e Telecomunicazioni (DIET) dell'Università di Roma "La Sapienza", dove è Professore Ordinario con docenza nei settori dell’elettrotecnica, del calcolo quantistico e del machine learning applicato. E' stato già Ricercatore Universitario da marzo 2001 a giugno 2015 e Professore Associato da luglio 2015 ad agosto 2021. Da marzo 2018 è stato anche abilitato a svolgere le funzioni di Professore Ordinario in Ingegneria Informatica.

Le sue attività di ricerca riguardano l'intelligenza computazionale e il calcolo quantistico per il modellamento, l'ottimizzazione e il controllo di sistemi reali, cioè l'uso di reti neurali, logica fuzzy, algoritmi evolutivi e circuiti quantistici per la soluzione di problemi di apprendimento supervisionato e non supervisionato, per l’analisi di serie temporali e per l’elaborazione in genere di segnali e dati. Le applicazioni spaziano dallo sviluppo di algoritmi di apprendimento in ambienti federati e distribuiti alla progettazione di modelli e architetture di calcolo per il deep learning, dall’implementazione di reti neurali in sensori intelligenti e in sistemi embedded alla sintesi di circuiti e algoritmi per il quantum machine learning. Gli ambiti applicativi si concentrano in particolare su energia, ICT, bioingegneria, economia, aerospazio e sicurezza, soprattutto considerando sistemi complessi e servizi a rete come smart grid, IoT, logistica, reti di sensori intelligenti, etc.

M. Panella è IEEE Senior Member. Nel corso della sua attività di ricerca ha pubblicato più di 200 lavori, tra questi numerosi articoli su riviste internazionali, capitoli invitati su libro, atti di convegno internazionali e abstract di conferenze. Ha ricoperto diversi ruoli editoriali tra i quali Associate Editor delle IEEE Transactions on Neural Networks and Learning Systems, Associate Editor delle IEEE Transactions on Fuzzy Systems, Subject Editor di Electronics Letters (IET), Associate Editor del Journal of Computer and System Sciences (Elsevier).

Dal 2000 ha aderito a numerosi progetti di ricerca scientifica e industriale, alcuni dei quali con ruolo di coordinamento, finanziati dall'Unione Europea, da ministeri nazionali, da agenzie regionali, nonché da università e imprese. Attualmente è membro dei Comitati Direttivi del CTL – Centro di ricerca per il Trasporto e la Logistica e di DigiLab – Centro interdipartimentale di ricerca per i beni culturali, entrambi presso l'Università di Roma "La Sapienza". L’esperienza di ricerca di M. Panella ha creato solide basi per la costituzione di quattro startup accademiche, di cui due startup innovative, partecipando come socio e come responsabile delle attività di ricerca e sviluppo nei settori dell'ICT, della sicurezza, dei beni culturali e della sostenibilità ambientale.

I suoi interessi personali riguardano prevalentemente la musica (rock, blues, jazz, country) e lo sport (corsa, ciclismo, calcio ed escursionismo). Ha giocato a tennis a livello agonistico dal 1982 fino al 1989 per la Federazione Italiana Tennis (FIT).