Luca Zelioli
PhD
luca.l.zelioli@utu.fi ORCID-tunniste: https://orcid.org/0000-0003-3680-5874 |
Asiantuntijuusalueet
syväoppiminen, tekoäly, maaperän tyypin ennustaminen, ohjelmistosuunnittelu
syväoppiminen, tekoäly, maaperän tyypin ennustaminen, ohjelmistosuunnittelu
Biografia
Luca Zelioli suoritti Bachelor tutkinnon Turun ammattikorkeakoulussa (2018) ja Master tutkinnon Åbo Akademissa (2020). Hänen master opinnäytetyön aiheena oli “Environmental damage assessment based on satellite imagery using machine learning”.
Hän on työskennellyt tohtorikandidaattina / tutkijana Turun yliopiston tietojenkäsittelyn laitoksella huhtikuusta 2021 lähtien. Syyskuussa 2024 hänelle on myönnetty luonnontieteiden alan filosofian tohtorin tutkinto. Tutkinto suoritettiin tietojenkäsittelytieteessä. Hän on kirjoittanut väitöskirjan: "Leveraging machine learning for maritime object detection and peatland classification: harnessing the power of machine learning for precise maritime object detection and peatland classification".
Luca jatkaa työskentelyä tietojenkäsittelyn laitoksella erikoistutkijana.
Tutkimus
His main research interests include Sensor Fusion, Artificial Intelligence and Software Engineering.
Opetus
Teacher assistant in Deep Learning course
Julkaisut
- Enhancing hurdles athletes’ performance analysis: A comparative study of cnn-based pose estimation frameworks (2025)
- Multimedia Tools and Applications
(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä ) - Addressing imbalanced data for machine learning based mineral prospectivity mapping (2024)
- Ore Geology Reviews
(A2 Vertaisarvioitu katsausartikkeli tieteellisessä lehdessä) - Enhancing Peatland Classification using Sentinel-1 and Sentinel-2 Fusion with Encoder-Decoder Architecture (2024) 2024 27th International Conference on Information Fusion (FUSION) Zelioli, Luca; Farahnakian, Fahimeh; Farahnakian, Farshad; Middleton, Maarit; Heikkonen, Jukka
(A4 Vertaisarvioitu artikkeli konferenssijulkaisussa) - Leveraging machine learning for maritime object detection and peatland classification : harnessing the power of machine learning for precise maritime object detection and peatland classification (2024) Zelioli, Luca
(G5 Artikkeliväitöskirja) - SEDA: Similarity-Enhanced Data Augmentation for Imbalanced Learning (2024)
- Lecture Notes in Computer Science
(A4 Vertaisarvioitu artikkeli konferenssijulkaisussa) - CNN-based Boreal Peatland Fertility Classification from Sentinel-1 and Sentinel-2 Imagery (2023) 2023 IEEE International Symposium on Robotic and Sensors Environments (ROSE) Farahnakian Fahimeh, Zelioli Luca, Middleton Maarit, Seppä Iiro, Pitkänen Timo P., Heikkonen Jukka
(A4 Vertaisarvioitu artikkeli konferenssijulkaisussa) - Enhancing Minerals Prospects Mapping with Machine Learning: Addressing Imbalanced Geophysical Datasets and Data Visualization Approaches (2023)
- Proceedings of Conference of Open Innovations Association FRUCT
(A4 Vertaisarvioitu artikkeli konferenssijulkaisussa) - Multistream Convolutional Neural Network Fusion for Pixel-wise Classification of Peatland (2023) 2023 26th International Conference on Information Fusion (FUSION) Farahnakian Fahimeh, Zelioli Luca, Pitkänen Timo, Pohjankukka Jonne, Middleton Maarit, Tuominen Sakari, Nevalainen Paavo, Heikkonen Jukka
(A4 Vertaisarvioitu artikkeli konferenssijulkaisussa) - Real-Time Military Tank Detection Using YOLOv5 Implemented on Raspberry Pi (2023) 2023 the 4th International Conference on Artificial Intelligence, Robotics and Control (AIRC 2023) Jafarzadeh Pouya, Zelioli Luca, Farahnakian Fahimeh, Nevalainen Paavo, Heikkonen Jukka, Hemminki Petteri, Andersson Christian
(A4 Vertaisarvioitu artikkeli konferenssijulkaisussa) - ABOships-An Inshore and Offshore Maritime Vessel Detection Dataset with Precise Annotations (2021)
- Remote Sensing
(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä ) - Transfer Learning for Maritime Vessel Detection using Deep Neural Networks (2021)
- Proceedings of the IEEE international conference on intelligent transportation systems
(A4 Vertaisarvioitu artikkeli konferenssijulkaisussa) - COMPARING CNN-BASED OBJECT DETECTORS ON TWO NOVEL MARITIME DATASETS (2020)
- IEEE International Conference on Multimedia and Expo Workshops
(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä ) - Environmental damage assessment based on satellite imagery using machine
learning (2020) Zelioli Luca
(G2 Pro gradu, diplomityö, YAMK-opinnäytetyö)
Turun yliopiston Tutkimustietojärjestelmän portaali