Negli ultimi anni, sia a livello nazionale che a livello internazionale, sono state imposte, in particolare nell’ambito automotive, delle stringenti normative riguardanti l’emissione di sostanze inquinanti come PM (Particulate Matter) e NOX (ossidi di azoto e miscele), poiché ritenute dannose per l’uomo e per l’ambiente. In questa direzione si muove il seguente lavoro di Tesi Magistrale dove si sviluppa un sistema automatizzato basato su Machine Learning per il calcolo predittivo di inquinanti, con la possibilità in futuro di implementare questi algoritmi nella centralina del motore per rendere possibile un controllo on-board in tempo reale e quindi consentire un ottimizzazione dell’after-treatment. Il seguente elaborato è stato svolto in collaborazione con il dipartimento di Energia del Politecnico di Torino, il quale ha fornito i dati relativi alle due tipologie di motori Diesel in analisi: un motore da 2.0L ed un Cursor da 11.0L di cilindrata.