
Orsenigo Carlotta
Professore Associato
Orsenigo Carlotta
Professore Associato
Carlotta Orsenigo è professoressa associata di Computer Science al Politecnico di Milano dove tiene corsi di Machine Learning e Ottimizzazione.
È direttrice del Master Internazionale in Business Analytics e Data Science e Co-Direttrice dell'Executive Program in Data Science e Business Analytics alla POLIMI Graduate School of Management. È direttrice del DataHub Lab del Dipartimento di Ingegneria Gestionale e founder e CTO di Aiblooms, uno spin-off del Politecnico di Milano dedicato allo sviluppo di software basato su machine learning e intelligenza artificiale.
Carriera
Professoressa associata di Computer Science al Politecnico di Milano, Dip. di Ingegneria Gestionale (Presente)
Ricercatrice presso il Politecnico di Milano, Dip. di Ingegneria Gestionale (fino a Maggio 2019)
Ricercatrice presso l'Università degli Studi di Milano, Dip. di Economia, Management e Metodi quantitativi (fino a Ottobre 2008)
Research fellow presso il Politecnico di Milano, Dip. di Ingegneria Gestionale (fino a Dicembre 2004)
Laurea in Ingegneria Gestionale, Politecnico di Milano
Ricerca
L’attività di ricerca si è concentrata sullo sviluppo di nuovi metodi e modelli di machine learning e di pattern recognition e sulla loro applicazione in diversi ambiti, che spaziano dalle scienze della vita al marketing e alla finanza.
Sono stati esplorati due principali filoni di ricerca. Da un lato, lo sviluppo di algoritmi di classificazione nell'ambito della statistical learning theory. I principali risultati ottenuti in questo contesto riguardano varianti discrete delle support vector machines (SVM). In particolare, sono stati proposti algoritmi per la classificazione di serie storiche, la discriminazione multi-classe e metodi poliedrici per problemi di classificazione binaria. Dall’altro, lo sviluppo di tecniche non lineari per la data dimensionality reduction. Le ricerche più recenti si sono, invece, concentrate sul riconoscimento del sentiment e delle emozioni tramite algoritmi di apprendimento automatico e lo sviluppo di tecniche di deep learning per l'identificazione preventiva delle difettosità in processi manifatturieri.
Pubblicazioni Selezionate
Pubblicazioni recenti:
- Jalayer R., Jalayer M., Orsenigo C., Tomizuka M., A review on deep learning for vision-based hand detection, hand segmentation and hand gesture recognition in human–robot interaction, Robotics and Computer-Integrated Manufacturing (2026)
- Jalayer, R., Chen, Y., Jalayer, M., Orsenigo, C., Tomizuka, M., Testing human-hand segmentation on in-distribution and out-of-distribution data in human–robot interactions using a deep ensemble model, Mechatronics (2025)
- Jalayer, R., Jalayer, M., Mor, A., Orsenigo, C., Vercellis, C., ConvLSTM-based Sound Source Localization in a manufacturing workplace, Computers and Industrial Engineering (2024)
- Mor, A., Orsenigo, C., Soto Gomez, M., Vercellis, C., Shaping the causes of product returns: topic modeling on online customer reviews, Electronic Commerce Research (2024)
- Jalayer, M., Kaboli, A., Orsenigo, C., Vercellis, C., Fault Detection and Diagnosis with Imbalanced and Noisy Data: A Hybrid Framework for Rotating Machinery, Machines (2022)
- Araño, K.A., Gloor, P., Orsenigo, C., Vercellis, C., 'Emotions are the Great Captains of Our Lives': Measuring Moods Through the Power of Physiological and Environmental Sensing, IEEE Transactions on Affective Computing (2022)
- Araño, K.A., Gloor, P., Orsenigo, C., Vercellis, C., When Old Meets New: Emotion Recognition from Speech Signals, Cognitive Computation (2021)
- Jalayer, M., Orsenigo, C., Vercellis, C., Fault detection and diagnosis for rotating machinery: A model based on convolutional LSTM, Fast Fourier and continuous wavelet transforms, Computers in Industry (2021)
Premi e riconoscimenti
Best paper award, EVO BIO 2007.
Servizio alla comunità
Co-organizzatrice del chapter "Women in Machine Learning and Data Science-Milan" (Home - WiMLDS).