Explainable AI

AI trasparente per la manutenzione predittiva: il caso MetroPT-3

Home Industry 4.0/Innovazione in azienda

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

Pubblicato il 4 ago 2025

Aggiungi tra i preferiti su Google

Riccardo Gentilucci

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

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.

@RIPRODUZIONE RISERVATA

Riccardo Gentilucci

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

Ingegnere e Funzionario al Ministero delle Infrastrutture e dei Trasporti, con esperienza nel coordinamento strategico e trasversale nei settori stradale e ferroviario. Unisce solida formazione in ambito management e PA alla ricerca sull’Intelligenza Artificiale applicata all’analisi predittiva per la mobilità sostenibile.

Seguimi su