“Per ora, ciò che è importante non è trovare la risposta, ma iniziare a cercarla.”
Ciò che più mi affascina sono i fenomeni emergenti: come regole semplici diano origine a comportamenti complessi, in vitro come in silico. Oggi l'intelligenza artificiale è l'ambito ideale per studiarli, e porta con sé una domanda fondamentale: l'intelligenza è radicata nel mondo fisico e nell'interazione con esso, o può emergere soltanto dalla comprensione delle relazioni causali tra simboli?
All'AIRLab del Politecnico di Milano esploro questa e molte altre domande, con particolare attenzione all'IA per la medicina. Partecipo attivamente a iniziative di divulgazione per promuovere la conoscenza e l'educazione all'utilizzo dell'IA a tutti i livelli.
Interessi di ricerca
Foundation models tabulari
Un unico modello per qualsiasi tabella, capace di fare predizioni su un nuovo dataset senza alcun addestramento.
Analisi di sopravvivenza
Prevedere non solo se un evento accadrà ma quando, dagli esiti clinici al rischio finanziario.
Federated Learning
Addestrare modelli tra più ospedali senza che i dati vengano esposti.
Machine learning per la sanità
Modelli clinici affidabili: rispettosi della privacy, interpretabili e robusti a dati multimodali eterogenei.
News
- set 2026
Nuovo preprint: Tabular Foundation Models: A Systematic Survey.
- lug 2026
Nuovo preprint con Niccolò Maria Rizzi: A Filtered Mixture-of-Generators for Fully Synthetic Survival Training.
- giu 2026
Presentati SurvKAN e Deep Variational Contrastive Learning a IJCNN 2026 a Maastricht. Entrambi sono nati da tesi magistrali di cui sono stato correlatore.
- feb 2026
Nuovo preprint: QuAIL: Quality-Aware Inertial Learning for Robust Training under Data Corruption.
Pubblicazioni
- 2026 Conferenza
Deep Variational Contrastive Learning for Joint Risk Stratification and Time-to-Event Estimation
Erbil, P., Archetti, Alberto, Lomurno, E., Matteucci, M.
2026 International Joint Conference on Neural Networks (IJCNN)
- 2026 Conferenza
SurvKAN: A Fully Parametric Survival Model Based on Kolmogorov-Arnold Networks
Mastroleo, M., Archetti, Alberto, Mastroleo, F., Matteucci, M.
2026 International Joint Conference on Neural Networks (IJCNN)
- 2026 Preprint
QuAIL: Quality-Aware Inertial Learning for Robust Training under Data Corruption
Sabella, M., Archetti, Alberto, Pinoli, P., Matteucci, M., Cappiello, C.
arXiv ↗ 1 citazioni - 2026 Preprint
A Filtered Mixture-of-Generators for Fully Synthetic Survival Training
Rizzi, N. M., Lomurno, E., Archetti, Alberto, Matteucci, M.
- 2026 Preprint
Tabular Foundation Models: A Systematic Survey
Archetti, Alberto, Mastroleo, M., Sabella, M., Cappiello, C., Matteucci, M.
SSRN Preprint
- 2025 Conferenza
FPBoost: Fully Parametric Gradient Boosting for Survival Analysis
Archetti, Alberto, Lomurno, E., Piccinotti, D., Matteucci, M.
European Conference on Artificial Intelligence (ECAI)
DOI ↗ 9 citazioni - 2025 Rivista
Archetti, Alberto, Giusti, G., Gorla, K. R., Caputo, S., Magarini, M., Matteucci, M., Mucchi, L., Pierobon, M.
IEEE Transactions on Molecular, Biological, and Multi-Scale Communications
DOI ↗ 4 citazioni - 2024 Rivista
Bridging the gap: improve neural survival models with interpolation techniques
Archetti, Alberto, Stranieri, F., Matteucci, M.
Progress in Artificial Intelligence
DOI ↗ 6 citazioni - 2024 Conferenza
Latent neural cellular automata for resource-efficient image restoration
Menta, A., Archetti, Alberto, Matteucci, M.
Artificial Life Conference Proceedings 36
DOI ↗ 8 citazioni - 2023 Rivista
Archetti, Alberto, Ieva, F., Matteucci, M.
Future Generation Computer Systems
DOI ↗ 30 citazioni - 2023 Workshop
Heterogeneous Datasets for Federated Survival Analysis Simulation
Archetti, Alberto, Lomurno, E., Lattari, F., Martin, A., Matteucci, M.
Companion of the 2023 ACM/SPEC International Conference on Performance Engineering
DOI ↗ 20 citazioni - 2023 Conferenza
Archetti, Alberto, Matteucci, M.
2023 International Joint Conference on Neural Networks (IJCNN)
DOI ↗ 37 citazioni - 2023 Workshop
Deep Survival Analysis for Healthcare: An Empirical Study on Post-Processing Techniques
Archetti, Alberto, Stranieri, F., Matteucci, M.
CEUR Workshop Proceedings
4 citazioni - 2023 Conferenza
Discriminative adversarial privacy: balancing accuracy and membership privacy in neural networks
Lomurno, E., Archetti, Alberto, Ausonio, F., Matteucci, M.
The 34th British Machine Vision Conference Proceedings (BMVC)
8 citazioni - 2023 Conferenza
SGDE: Secure Generative Data Exchange for Cross-Silo Federated Learning
Lomurno, E., Archetti, Alberto, Cazzella, L., Samele, S., Di Perna, L., Matteucci, M.
Proceedings of the 2022 5th International Conference on Artificial Intelligence and Pattern Recognition
DOI ↗ 34 citazioni - 2023 Workshop
Drug Inventory Control: Human Decisions versus Deep Reinforcement Learning
Stranieri, F., Archetti, Alberto, Robbiano, E., Kouki, C., Stella, F.
CEUR Workshop Proceedings
- 2022 Conferenza
Neural Weighted A*: Learning Graph Costs and Heuristics with Differentiable Anytime A*
Archetti, Alberto, Cannici, M., Matteucci, M.
Machine Learning, Optimization, and Data Science (LOD 2021)
DOI ↗ 18 citazioni
Esperienza e formazione
-
Assegnista di ricerca
2025 – oggi AIRLab, Politecnico di Milano · Milano, ItaliaTema di ricerca: Foundation models tabulari per la sanità.
-
Dottorato Nazionale in Intelligenza Artificiale per l'Industria 4.0
2021 – 2025 Politecnico di TorinoTema di ricerca: Federated learning per l'analisi di sopravvivenza.
Collaborazioni: Ricercatore ospite presso Human Technopole, Milano.
Tesi: Federated Survival Analysis: Ensemble and Neural Methods for Distributed Time-to-Event Data
-
Tirocinio di ricerca
2021 Politecnico di Milano · Milano, ItaliaAttività: Analisi dei dati per il rilevamento di anomalie; estrazione automatica di knowledge graph.
-
Laurea Magistrale in Ingegneria Informatica
2018 – 2021 Politecnico di Milano · 110/110 e lodeTesi: Neural Weighted A*: Learning Graph Costs and Heuristics with Differentiable Anytime A*
-
Laurea Triennale in Ingegneria Informatica
2015 – 2018 Politecnico di Milano · 110/110 e lode -
Diploma di Liceo Scientifico
2010 – 2015 Madonna della Neve · 100/100
Progetti di ricerca
AI-SPRINT
Artificial Intelligence in Secure PRIvacy-preserving computing coNTinuum
Responsabile scientifico IA
Didattica e tutoraggio
Corsi 8 corsi · 351 ore
Computer Grafica per il Game Design
Docente
Artificial Intelligence for Business
Docente
Advanced Deep Learning
Esercitatore
Artificial Neural Networks and Deep Learning
Esercitatore · 3 edizioni
AI Bootcamp
Esercitatore · 3 edizioni
AI Product Management Bootcamp
Esercitatore
Coding Bootcamp
Esercitatore · 3 edizioni
Ingegneria del Software
Tutor di laboratorio · 3 edizioni
Tesi seguite 9 tesi
Pinar Erbil
Deep Variational Contrastive Learning for Risk Stratification and Time-to-Event Estimation
Marina Mastroleo
SurvKAN: Fully Parametric Survival Modeling with Kolmogorov-Arnold Networks
Sofia Perini
Exploring multimodality in federated survival analysis
Emanuele Paesano
A multimodal framework for survival analysis integrating clinical, genomic, histopathological and textual data
Niccolò Maria Rizzi
A generative pipeline for high-quality synthetic survival datasets
Gabriele Giusti
Multi-Agent Reinforcement Learning for emergent molecular communication in diffusion-based environments
Andrea Menta
Image restoration via Latent Neural Cellular Automata
Simone Cimmino
A pipeline for company industrial sector classification from unstructured website content
Sara Sacco
Analisi spettrale per il rilevamento di anomalie: studio sulla sopravvivenza degli estensimetri a corda per Snam S.p.A.
Interventi e premi
Interventi 9 interventi · 5 paesi
SurvKAN: A Fully Parametric Survival Model Based on Kolmogorov-Arnold Networks
International Joint Conference on Neural Networks (IJCNN)
Deep Variational Contrastive Learning for Joint Risk Stratification and Time-to-Event Estimation
International Joint Conference on Neural Networks (IJCNN)
FPBoost: Fully Parametric Gradient Boosting for Survival Analysis
European Conference on Artificial Intelligence (ECAI)
Discriminative adversarial privacy: balancing accuracy and membership privacy in neural networks
British Machine Vision Conference (BMVC)
Federated Survival Forests
International Joint Conference on Neural Networks (IJCNN)
Deep Survival Analysis for Healthcare: An Empirical Study on Post-Processing Techniques
AIxIA Workshop on Artificial Intelligence For Healthcare
Federated Survival Analysis
AIxIA Workshop on Machine Learning and Data Mining
Federated and Privacy-Preserving Learning
Lezione di dottorato, Politecnico di Milano
Neural Weighted A*: Learning Graph Costs and Heuristics with Differentiable Anytime A*
Conference on Machine Learning, Optimization, and Data Science (LOD)