Elenco delle tesi il cui relatore è "Andriulli, Francesco Paolo"

Matteo Cantenne. A Semi-Analytical Study of Neuronal Signal Transmission Across Multi-Layered Head Models: Analysis and Computational Experiments. Rel. Francesco Paolo Andriulli, Ermanno Citraro. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2023

Giuseppe Ciacco. Advanced Algorithmic Strategies and Parallel Computational Models for Low and High Frequency Electromagnetics Scenarios. Rel. Francesco Paolo Andriulli, Adrien Merlini. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2023

Alessia Biagi. Learning strategies for MRI Surrogates in Brain Imaging and BCI. Rel. Francesco Paolo Andriulli, Michael, Christian, Merlini Adrien. Politecnico di Torino, Corso di laurea magistrale in Mechatronic Engineering (Ingegneria Meccatronica), 2023

Simone Priori. Real-time Strategies in Brain Computer Interfaces when Driven by Purely Visual Imagery Signals. Rel. Francesco Paolo Andriulli, Davide Consoli, Paolo Ricci, Arturo Micheli. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2022

Gijon Kanjirathunkal Joy. On the Engineering and Control of a Robotic Arm via Brain Computer Interfaces. Rel. Francesco Paolo Andriulli. Politecnico di Torino, Corso di laurea magistrale in Mechatronic Engineering (Ingegneria Meccatronica), 2021

Viviana Giunzioni. Overcoming eddy current solvers: on the full-wave modelling of quasi-static scenarios. Rel. Francesco Paolo Andriulli, Michael, Christian, Merlini Adrien. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2021

Eleonora Flavia Morana. Virtual Reality Frameworks for Non-invasive Intercranial Explorations. Rel. Francesco Paolo Andriulli, Michael, Christian, Merlini Adrien. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Del Cinema E Dei Mezzi Di Comunicazione, 2021

Arturo Micheli. Transition from Visually Evoked to Purely Imagined Steady State Potentials in Brain-Computer Interfaces: Computational Schemes and Feasibility Assessments. Rel. Francesco Paolo Andriulli, Davide Consoli, Paolo Ricci. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2021

Francesco Tardanico. Agarose-Based Inhomogeneous Brain Phantoms for Validating High-Resolution EEG Neuroimaging Solvers. Rel. Francesco Paolo Andriulli, Adrien Merlini. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2021

Stefano Nitti. On the Viability of SSVEP Brain Computer Interfaces Based on Purely Imaged Stimuli. Rel. Francesco Paolo Andriulli. Politecnico di Torino, Corso di laurea magistrale in Mechatronic Engineering (Ingegneria Meccatronica), 2021

Paolo Ricci. Empowering human-computer interactions with advanced brain imaging and real-time virtual reality interfaces. Rel. Francesco Paolo Andriulli, Marco Mussetta. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2020

Daniele Paliotta. Computationally Empowered Learning Strategies for Non-Invasive Intracranial Brain-Computer Interfaces. Rel. Francesco Paolo Andriulli. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2020

Alessandro Mascherin. On an Computationally Empowered Virtual Reality System for Real Time Intracranial Neuronavigation. Rel. Francesco Paolo Andriulli. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2019

Enrico Suria. On the Use of Localized Strategies in Inverse Source Powered Brain-Computer Interfaces. Rel. Francesco Paolo Andriulli. Politecnico di Torino, Corso di laurea magistrale in Ict For Smart Societies (Ict Per La Società Del Futuro), 2019

Simone Scaringi. Deterministic and Machine Learning Strategies in High Resolution Electroencephalography for BCI Applications. Rel. Francesco Paolo Andriulli. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2019

Davide Consoli. Computationally Enhanced Brain-Computer Interfaces Trained via Inverse Source Data. Rel. Francesco Paolo Andriulli. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2018