Gianmarco GURIOLI

Ruolo attuale:: Ricercatore Legge 240/10 a tempo determinato
SSD:: MATH-05/A - Analisi numerica
Afferenza organizzativa:: Dipartimento di Matematica e Informatica 'Ulisse Dini'

Recapiti

	0552751443
	gianmarco.gurioli(AT)unifi.it

Ulteriori Recapiti

Dipartimento di Matematica e Informatica "Ulisse Dini", stanza 205 (secondo piano)

Gianmarco GURIOLI

Orario di ricevimento (aggiornato al 23/10/2024)

Mercoledì, fascia oraria: 14.30 - 16.30 (contattare via email per prendere un appuntamento).

Wednesday, from 2.30 to 4.30 p.m. (please email me to make an appointment).

Gianmarco GURIOLI

Curriculum

Studi accademici

08/06/2021: Dottorato in Matematica, Informatica, Statistica (Curriculum Matematica), con menzione di "Doctor Europaeus", Dipartimento di Matematica e Informatica “U. Dini” (DIMAI), Università degli Studi di Firenze, Università degli Studi di Perugia, Istituto Nazionale di Alta Matematica (INdAM) “F. Severi”.
01/03/2016: Laurea Magistrale in Matematica (Curriculum Applicativo), Università degli Studi di Firenze.

Posizioni accademiche

Dal 01/09/2023: Ricercatore a Tempo Determinato (tipologia a) in Analisi Numerica, Dipartimento di Matematica e Informatica “U. Dini” (DIMAI), Università degli Studi di Firenze.
Dal 25/11/2021: Cultore della Materia (Analisi Numerica), Dipartimento di Ingegneria Industriale (DIEF), Università degli Studi di Firenze.
21/11/2022 - 31/08/2023: Professore a Contratto, Dipartimento di Matematica e Informatica “U. Dini” (DIMAI), Università degli Studi di Firenze.
01/07/2022 - 30/06/2023: Assegnista di Ricerca in Analisi Numerica, Istituto di Scienza e Tecnologie dell’Informazione “A. Faedo” (ISTI), Consiglio Nazionale delle Ricerche (CNR) - Area della Ricerca di Pisa. Progetto STRENGTH: "Structural health monitoring di infrastrutture storiche".
01/12/2020 - 31/05/2021: Assegnista di Ricerca in Analisi Numerica, Scuola Internazionale Superiore di Studi Avanzati (SISSA), Trieste. Tematica: simulazione numerica e modellistica matematica per la progettazione di nuove forme idrodinamiche con riduzione di resistenza, rumore e inquinamento per la parte immersa di navi da crociera.
01/11/2016 - 31/10/2017: Assegnista di Ricerca in Analisi Numerica, Dipartimento di Matematica e Informatica “U. Dini” (DIMAI), Università degli Studi di Firenze. Tematica: studio e sviluppo di metodi numerici per problemi conservativi basati sull’integrale di linea discreto.

Didattica, coadiuzione e tutoraggio

Vedere anche la sezione "Interessi".

A.A. 2024/25: Calcolo Numerico e Programmazione (partizione L-Z), Corso di Laurea Triennale in Chimica (indirizzi: Scienze Chimiche e Tecnologie Chimiche), Università degli Studi di Firenze.
A.A. 2024/25: Metodi Numerici per il Calcolo Scientifico, Corso di Laurea Magistrale in Matematica, Università degli Studi di Firenze.
A.A. 2023/24: Elements of Numerical Calculus, Corso di Laurea Magistrale in Software: Science and Technology (mutua sull'insegnamento Numerical Methods for Scientific Computing, Corso di Laurea Magistrale in Geoingegneria), Università degli Studi di Firenze.
A.A. 2023/24: Calcolo Numerico e Programmazione (partizione L-Z), Corso di Laurea Triennale in Chimica (indirizzi: Scienze Chimiche e Tecnologie Chimiche), Università degli Studi di Firenze.
A.A. 2021/22 e 2022/23: Calcolo Numerico e Programmazione (partizione L-Z), ore di laboratorio, Corso di Laurea Triennale in Chimica (indirizzi: Scienze Chimiche e Tecnologie Chimiche), Università degli Studi di Firenze.
A.A. 2019/20: Calcolo Numerico, tutor di aula nelle ore di laboratorio, Corso di Laurea Triennale in Ingegneria Elettronica e delle Telecomunicazioni, Università degli Studi di Firenze.
A.A. 2019/20: Calcolo Numerico, coadiutore nelle ore di laboratorio, Corso di Laurea Triennale in Ingegneria Meccanica, Università degli Studi di Firenze.
A.A. 2018/19: Calcolo Numerico, tutor di aula nelle ore di laboratorio, Corso di Laurea Triennale in Ingegneria Elettronica e delle Telecomunicazioni, Università degli Studi di Firenze.
A.A. 2017/18: Calcolo Numerico, tutor di aula nelle ore di laboratorio, Corso di Laurea Triennale in Ingegneria Elettronica e delle Telecomunicazioni, Università degli Studi di Firenze.
A.A. 2017/18: Calcolo Numerico, tutor di aula nelle ore di laboratorio, Corso di Laurea Triennale in Ingegneria Informatica, Università degli Studi di Firenze.

Progetti

2024: Progetto di ricerca INdAM-GNCS: "Numerical high-precision algorithms for solving optimization problems and ODEs with applications"; partecipante.
2023: Progetto di ricerca INdAM-GNCS: “Metodi di ottimizzazione data-driven: nuove prospettive teoriche e pratiche”; partecipante.
2019 - 2021: Progetto di ricerca e mobilità Italia-Serbia: “Metodi del secondo ordine per problemi di ottimizzazione in machine learning”. Programma esecutivo di cooperazione scientifica Italia-Serbia 2019-2021, Ministero degli Affari Esteri; partecipante.
2020 - 2021: Progetto di ricerca INdAM-GNCS: “Ottimizzazione per il machine learning e machine learning per l’ottimizzazione”; partecipante.
2019 - 2020: Progetto di ricerca INdAM-GNCS: “Tecniche adattive per metodi di ottimizzazione in Machine Learning”; partecipante.

Affiliazioni a gruppi scientifici

Membro del "Gruppo Nazionale per il Calcolo Scientifico" (GNCS).
Membro e cofondatore del gruppo "Postgraduate Researchers in Inverse Problems, Machine Learning and Optimization" (PRIMO).

Riconoscimenti e premi

08/06/2021: Menzione di "Doctor Europaeus" in seguito al periodo trascorso presso l'Università di Oxford (UK) durante la stesura della tesi di dottorato.
21/10/2016: Vincitore del "Premio di Laurea Magistrale", Università degli Studi di Firenze.

Pubblicazioni

Consultare: elenco completo pubblicazioni.

Gianmarco GURIOLI

Interessi

Modellizzazione matematica, con particolare interesse nella simbiosi tra la schematizzazione matematica e la modellazione numerica per la simulazione di processi reali.

Metodi energy-preserving per problemi conservativi e la risoluzione di PDE con struttura Hamiltoniana.
Metodi di regolarizzazione per l’ottimizzazione non vincolata e non convessa con valutazioni inesatte.
Ottimizzazione non convessa e applicazioni al Machine Learning.
Analisi stocastica/di complessità di metodi di ottimizzazione.
Metodi data-driven e Machine Learning per il monitoraggio strutturale dinamico e la rilevazione delle anomalie di edifici storici.

Gianmarco GURIOLI

Pubblicazioni

Legenda

Contributo su rivista |

Articolo su libro |

Libro |

Contributo in atti di convegno (proceeding) |

Brevetto |

Curatela | Altro

Altro |

Tesi di Dottorato

Luigi Brugnano, Gianmarco Gurioli, Felice Iavernaro (In corso di stampa). Solving FDE-IVPs by using Fractional HBVMs: some experiments with the fhbvm code. JOURNAL OF COMPUTATIONAL METHODS IN SCIENCE AND ENGINEERING, pp. 1-10, ISSN:1472-7978 Accesso ONLINE all'editore

Luigi Brugnano, Gianmarco Gurioli, Felice Iavernaro (2025). A shooting-Newton procedure for solving fractional terminal value problems. APPLIED MATHEMATICS AND COMPUTATION, vol. 489, pp. 1-16, ISSN:0096-3003 DOI Accesso ONLINE all'editore

Luigi Brugnano, Gianmarco Gurioli, Felice Iavernaro (2024). Numerical solution of FDE-IVPs by using fractional HBVMs: the fhbvm code. NUMERICAL ALGORITHMS, pp. 1-27, ISSN:1017-1398 DOI Accesso ONLINE all'editore

Falchi F.; Girardi M.; Gurioli G.; Messina N.; Padovani C.; Pellegrini D. (2024). Deep learning and structural health monitoring: Temporal Fusion Transformers for anomaly detection in masonry towers. MECHANICAL SYSTEMS AND SIGNAL PROCESSING, vol. 215, pp. 1-27, ISSN:0888-3270 DOI

Barletti, Luigi; Brugnano, Luigi; Gurioli, Gianmarco; Iavernaro, Felice (2024). Recent advances in the numerical solution of the Nonlinear Schrödinger Equation. JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS, vol. 445, pp. 1-20, ISSN:0377-0427 DOI

Bellavia S.; Gurioli G.; Morini B.; Toint P.L. (2023). The Impact of Noise on Evaluation Complexity: The Deterministic Trust-Region Case. JOURNAL OF OPTIMIZATION THEORY AND APPLICATIONS, vol. 196, pp. 700-729, ISSN:1573-2878 DOI

Giacomo Zini, Francesca Marafini, Silvia Monchetti, Michele Betti, Luca Facchini, Gianni Bartoli, Maria Girardi, Gianmarco Gurioli, Cristina Padovani, Daniele Pellegrini, (2023). LONG-TERM MONITORING OF A MASONRY TOWER WITH WIRELESS ACCELEROMETERS. In: COMPDYN 2023 9th ECCOMAS Thematic Conference on Computational Methods in Structural Dynamics and Earthquake Engineering, Athens, 12-14 / 06 / 2023, Eccomas Proceedia, pp. 1687-1696. DOI Accesso ONLINE all'editore

Croce, Tiziana; Girardi, Maria; Gurioli, Gianmarco; Padovani, Cristina; Pellegrini, Daniele (2023). Towards a Cloud-Based Platform for Structural Health Monitoring: Implementation and Numerical Issues. In: Maria Pina Limongelli, Pier Francesco Giordano, Said Qua, Carmelo Gentile, Alfredo Cigada. Experimental Vibration Analysis for Civil Engineering Structures, pp. 610-619 Springer, ISBN:978-3-031-39108-8. DOI

Bellavia S.; Gurioli G.; Morini B.; Toint P.L. (2022). Adaptive regularization for nonconvex optimization using inexact function values and randomly perturbed derivatives. JOURNAL OF COMPLEXITY, vol. 68, pp. 0-0, ISSN:0885-064X DOI Accesso ONLINE all'editore

Stefania Bellavia, Gianmarco Gurioli, Benedetta Morini, Philippe L. Toint (2022). Trust-region algorithms: probabilistic complexity and intrinsic noise with applications to subsampling techniques. EURO JOURNAL ON COMPUTATIONAL OPTIMIZATION, vol. 10, pp. 0-0, ISSN:2192-4406 DOI Accesso ONLINE all'editore

STEFANIA BELLAVIA; GIANMARCO GURIOLI (2022). Stochastic analysis of an adaptive cubic regularization method under inexact gradient evaluations and dynamic Hessian accuracy.. OPTIMIZATION, vol. 71, pp. 0-0, ISSN:0233-1934 DOI Accesso ONLINE all'editore

Bellavia S.; Gurioli G.; Morini B.; Toint P.L. (2021). Quadratic and Cubic Regularisation Methods with Inexact function and Random Derivatives for Finite-Sum Minimisation. In: 21st International Conference on Computational Science and Its Applications, ICCSA 2021, ita, 2021, Institute of Electrical and Electronics Engineers Inc., pp. 258-267, ISBN:978-1-6654-5843-6 DOI

Gianmarco Gurioli (2021). Adaptive Regularisation Methods under Inexact Evaluations for Nonconvex Optimisation and Machine Learning Applications. (Tutor: Prof. Stefania Bellavia)

Stefania Bellavia, Gianmarco Gurioli, Benedetta Morini (2021). Adaptive cubic regularization methods with dynamic inexact Hessian information and applications to finite-sum minimization. IMA JOURNAL OF NUMERICAL ANALYSIS, vol. 41, pp. 764-799, ISSN:0272-4979 DOI

Stefania Bellavia, Gianmarco Gurioli, Benedetta Morini, Philippe L. Toint (2019). Adaptive Regularization Algorithms with Inexact Evaluations for Nonconvex Optimization. SIAM JOURNAL ON OPTIMIZATION, vol. 29, pp. 2881-2915, ISSN:1052-6234 DOI Accesso ONLINE all'editore

Luigi Brugnano, Gianmarco Gurioli, Chengjian Zhang (2019). Spectrally Accurate Energy-preserving Methods for the Numerical Solution of the “Good” Boussinesq Equation. NUMERICAL METHODS FOR PARTIAL DIFFERENTIAL EQUATIONS, vol. 35, pp. 1343-1362, ISSN:0749-159X DOI Accesso ONLINE all'editore

Luigi Brugnano, Gianmarco Gurioli, Yajuan Sun (2019). Energy-conserving Hamiltonian Boundary Value Methods for the numerical solution of the Korteweg–de Vries equation. JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS, vol. 351, pp. 117-135, ISSN:1879-1778 DOI

L.Brugnano, G.Gurioli, F.Iavernaro (2018). Predictor-Corrector Implementation of EQUIP Methods. In: INTERNATIONAL CONFERENCE OF NUMERICAL ANALYSIS AND APPLIED MATHEMATICS (ICNAAM 2017), Thessaloniki, Greece, 25–30 September 2017, Theodore Simos and Charalambos Tsitouras, vol. 1978, pp. 1200041-1200045, ISBN:978-0-7354-1690-1 DOI

Brugnano, Luigi; Gurioli, Gianmarco; Felice, Iavernaro (2018). Analysis of Energy and QUadratic Invariant Preserving (EQUIP) methods. JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS, vol. 335, pp. 51-73, ISSN:0377-0427 DOI

Luigi, Brugnano; Gianmarco, Gurioli; Felice, Iavernaro; Weinmüllerc, Ewa B. (2018). Line Integral Solution of Hamiltonian Systems with Holonomic Constraints. APPLIED NUMERICAL MATHEMATICS, vol. 127, pp. 56-77, ISSN:0168-9274 DOI Accesso ONLINE all'editore

Gianmarco GURIOLI

Curriculum

Education

June 8, 2021: PhD in Mathematics, with mention of "Doctor Europaeus", Department of Mathematics and Computer Science “U. Dini” (DIMAI), Università degli Studi di Firenze, Università degli Studi di Perugia, Istituto Nazionale di Alta Matematica (INdAM) “F. Severi” (Italy).
March 1, 2016: Master's Degree in Mathematics (Applicative Curriculum), Università degli Studi di Firenze (Italy).

Academic roles

From September 1, 2023: Assistant Professor (type a) in Numerical Analysis, Department of Mathematics and Computer Science “U. Dini” (DIMAI), Università degli Studi di Firenze (Italy).
From November 25, 2021: Subject Expert (Numerical Analysis), Department of Industrial Engineering (DIEF), Università degli Studi di Firenze (Italy).
November 21, 2022 - August 31, 2023: Adjunct Professor, Department of Mathematics and Computer Science “U. Dini” (DIMAI), Università degli Studi di Firenze (Italy).
July 1, 2022 - June 30, 2023: Research Assistant in Numerical Analysis, Institute of Information Science and Technologies “A. Faedo” (ISTI), National Research Council (CNR) - Pisa (Italy). STRENGTH project: "Structural health monitoring of historical infrastructures".
December 1, 2020 - May 31, 2021: Research Associate in Numerical Analysis, International School for Advances Studies (SISSA), Trieste (Italy). Topic: numerical simulation and mathematical modelling for the design of innovative hydrodynamic shapes for immersed parts of cruise ships by Fincantieri to reduce resistance, noise, vibration and consumption. Joint research with the cruise ships division of Fincantieri.
November 1, 2016 - October 31, 2017: Research Assistant in Numerical Analysis, Department of Mathematics and Computer Science “U. Dini” (DIMAI), Università degli Studi di Firenze (Italy). Topic: study, analysis and development of numerical methods for conservative problems within the framework of discrete line integrals.

Teaching, coadjuction and tutoring

Gianmarco GURIOLI

Interest

Mathematical modelling, with particular focus on the link between the mathematical formulation and the numerical optimisation techniques for the simulation of real-life processes.

Energy-preserving methods for Conservative Problems and Hamiltonian Partial Differential Equations.
Regularisation methods for unconstrained nonconvex optimisation under inexact evaluations.
Nonconvex optimisation and machine learning applications.
Stochastic and complexity analysis of optimisation methods.
Data-driven and machine learning techniques for the structural health monitoring and the anomaly detection of historical infrastructures.