22/05/2026
♻️🌍 Il gruppo Raw Materials Engineering del DICMA ha partecipato al SUM2026 ( Multidisciplinary Symposium on Circular Economy & Urban Mining), svoltosi dal 20 al 22 maggio 2026 nella splendida cornice di Procida.
Un’importante occasione di confronto internazionale sui temi della sostenibilità e dell’innovazione applicate alla gestione dei rifiuti 🌱🔬
La nostra Silvia Serranti, in qualità di Chair, ha presieduto la SESSION B01 – Waste Quality and Collection, nell’ambito della quale la nostra Roberta Palmieri ha illustrato uno studio sulla classificazione dei rifiuti C&D generati da eventi sismici, mediante spettroscopia Vis–SWIR in combinazione con approcci di machine learning e chemiometrici 🧪
La nostra Paola Cucuzza ha inoltre moderato la SESSION B03 – Artificial Intelligence in Circular Economy 🤖♻️ e successivamente ha contribuito con un intervento orale nella SESSION B04 – Bioplastics, presentando un lavoro sull’utilizzo dell’imaging iperspettrale, in combinazione con approcci di machine learning e chemiometrici, per l’identificazione di plastiche fossili e bioplastiche nei rifiuti di imballaggio 🧬
____________________________________
♻️🌍 The Raw Materials Engineering Group of the DICMA participated in the SUM2026 ( Multidisciplinary Symposium on Circular Economy & Urban Mining), held from 20 to 22 May 2026 in Procida.
An important opportunity for international exchange on topics related to sustainability and innovation applied to waste management 🌱🔬
Our Silvia Serranti, in her role as Chair, presided over SESSION B01 – Waste Quality and Collection, within which our Roberta Palmieri presented a study on the classification of C&D waste generated by seismic events, using Vis–SWIR spectroscopy in combination with machine learning and chemometric approaches 🧪
Our Paola Cucuzza also chaired SESSION B03 – Artificial Intelligence in Circular Economy🤖♻️ and later delivered an oral presentation in SESSION B04 – Bioplastics, presenting a study on the use of hyperspectral imaging, in combination with machine learning and chemometric approaches, for the identification of fossil-based plastics and bioplastics in packaging waste 🧬
