L’Intelligenza Artificiale Spiegabile (Explainable AI, XAI) sta progressivamente emergendo quale fattore abilitante per l’adozione efficace di soluzioni di manutenzione predittiva (PdM) nei settori critici, tra cui il trasporto pubblico. In ambito ferroviario e metropolitano, i guasti imprevisti a componenti vitali possono determinare l’immediata indisponibilità del veicolo e, conseguentemente, significativi disservizi per l’utenza.
Explainable AI
AI trasparente per la manutenzione predittiva: il caso MetroPT-3
L’applicazione dell’XAI nella manutenzione predittiva aumenta la trasparenza nei processi decisionali, garantendo alle autorità pubbliche un controllo maggiore e una gestione più efficiente dei guasti nel trasporto ferroviario e metropolitano
Ministero delle Infrastrutture e dei Trasporti – Ufficio di Coordinamento del Dipartimento per le Infrastrutture e le Reti di Trasporto Sapienza Università di Roma – Dipartimento di Ingegneria Civile, Edile e Ambientale

Continua a leggere questo articolo
Argomenti
Canali
InnovAttori
-

Carlsberg mappa il genoma del luppolo: cosa cambia per la birra
19 Ott 2026 -

Dalla fabbrica connessa all’AI, il percorso di innovazione delle PMI umbre
16 Ott 2026 -

Come l’ERP spinge la trasformazione organizzativa in azienda
16 Ott 2026 -

Costruzioni, comprare tecnologia è facile: farla funzionare molto meno
01 Ott 2026 -

R&D, perché anche nei team tecnici l’adozione dell’AI deve partire dalle persone
30 Set 2026























