{"id":11975,"date":"2023-09-26T14:43:14","date_gmt":"2023-09-26T14:43:14","guid":{"rendered":"https:\/\/intellico.ai\/?p=11975"},"modified":"2026-02-25T10:19:40","modified_gmt":"2026-02-25T10:19:40","slug":"graph-neural-networks-un-applicazione-all-identificazione-similarita-progetti-matrici-alluminio","status":"publish","type":"post","link":"https:\/\/intellico.ai\/it\/blog\/graph-neural-networks-un-applicazione-all-identificazione-similarita-progetti-matrici-alluminio\/","title":{"rendered":"Graph Neural Networks: un\u2019applicazione all\u2019identificazione di similarit\u00e0 in progetti di matrici di alluminio –\u00a0 overview tecnica"},"content":{"rendered":"\n

L’identificazione di pattern e elementi di somiglianza \u00e8 una sfida comune a diversi settori. In un contesto di marketing, potremmo aver bisogno di comprendere le analogie nel comportamento d’acquisto tra clienti per aumentare la retention<\/em> o le vendite. In un contesto sanitario, potremmo avere l\u2019esigenza di comprendere quali e come i pazienti manifestano sintomi simili. Nella progettazione di nuovi prodotti, potremmo cercare somiglianze tra prove\/progetti passati ed i nuovi concept per velocizzare il design delle nuove soluzioni.<\/p>\n\n\n\n

Grapho: come valorizzare le similarit\u00e0 nei processi di business<\/strong><\/h2>\n\n\n\n

Il “Design by-reuse” \u00e8 infatti un approccio chiave per le aziende Engineer-to-Order e Make-to-Order, che puntano a migliorare la propria produttivit\u00e0 sfruttando migliaia di progetti creati in passato.<\/p>\n\n\n\n

Nel precedente articolo “AI & EU: AI Regio Project e l\u2019Explainable AI per Manufacturing and R&D<\/a>” abbiamo presentato come Intellico abbia sviluppato la soluzione Grapho<\/a> all’interno del progetto AI Regio<\/a>. Grapho \u00e8 una tecnologia che impiega tecniche di intelligenza artificiale avanzate basate su GNN (Graph Neural Networks) per rendere pi\u00f9 efficiente e accurato il processo di identificazione e riutilizzo dei componenti esistenti nelle nuove generazioni di prodotti. Il suo scopo \u00e8 quello di migliorare la produttivit\u00e0 e la competitivit\u00e0 delle imprese manifatturiere europee velocizzando il processo di identificazione di piattaforme comuni e dunque riduzione delle varianti.<\/p>\n\n\n\n

Qui riassumiamo alcune caratteristiche tecniche della soluzione. Contattateci per ulteriori dettagli.<\/p>\n\n\n\n

Stato dell’Arte<\/strong><\/h2>\n\n\n\n

L’identificazione e il riconoscimento di pattern sono un problema di apprendimento non-supervisionato, data la difficolt\u00e0 di attribuire label che catturino sia concetti di alto livello che dettagli di grana fine. Per questo motivo, abbiamo utilizzato l’Apprendimento Auto-supervisionato (SLL – Self-Supervised Learning).<\/p>\n\n\n\n

Il SLL sfrutta le propriet\u00e0 intrinseche dei dati durante il processo di apprendimento, creando modelli pre-addestrati versatili che possono essere ulteriormente perfezionati per una variet\u00e0 di compiti specifici. Gli sviluppi recenti hanno sottolineato l’efficacia del SLL e dimostrato la sua superiorit\u00e0 rispetto alle reti supervisionate, soprattutto nell\u2019elaborazione di immagini e video, affrontando problemi come classificazione di immagini, rilevazione di oggetti, classificazione delle azioni e localizzazione delle azioni.<\/p>\n\n\n\n

Uno dei paradigmi di punta del SLL \u00e8 l\u2019Apprendimento Contrastivo. Questa tecnica si basa sul selezionare tre diversi tipi di campioni, chiamati ancora, campione positivo e campione negativo. L\u2019ancora \u00e8 un campione pescato da un dataset, e quindi appartiene alla distribuzione originale dei dati. Con una serie di trasformazioni geometriche, viene generato il campione positivo a partire dall\u2019ancora. Il nome \u00e8 dovuto al fatto che si assume che tra l\u2019ancora e questa versione elaborata vi sia un certo livello di similarit\u00e0, e quindi le due immagini sono due visioni equivalenti di uno stesso oggetto o concetto.  Il campione negativo \u00e8 chiamato in questo modo perch\u00e9, contrariamento a quello positivo, \u00e8 utilizzato dal modello per imparare il concetto di dissimilarit\u00e0. Questo campione \u00e8 spesso selezionato randomicamente oppure secondo certi criteri (nel caso in cui siano presenti delle etichette significative per il problema).
A questo punto, il processo di somiglianza consiste di massimizzare la somiglianza tra l\u2019ancora e il campione positivo e allo stesso tempo distanziare il pi\u00f9 possibile questi dal campione negativo.
L\u2019elemento chiave nell\u2019efficacia di questo paradigma \u00e8 racchiuso in come i campioni vengono estratti e elaborati.<\/p>\n\n\n\n

Metodi<\/strong><\/h3>\n\n\n\n

\u00c8 stato progettato un sistema a due componenti che comprende un modello di somiglianza e un modello di proposta automatica di classi. L\u2019obiettivo \u00e8 infatti quello di creare un sistema interpretabile in grado di individuare somiglianze tra diversi progetti.
Il modello di somiglianza \u00e8 utilizzato per creare un database di \u201cembeddings\u201d (rappresentazioni) che permette una rapida ricerca di profili simili rispetto ad un progetto fornito come query.  Questo permette il riutilizzo efficiente di progetti ed elimina la necessit\u00e0 di avviare la fase di progettazione da zero.<\/p>\n\n\n\n

Successivamente, il modello di proposta automatica di classi costruisce una rappresentazione interpretabile a partire dagli \u201cembeddings\u201d del modello di somiglianza. Da questa rappresentazione viene costruito un grafo e generate un insieme di classi \u201csmart\u201d artificiali, che permettono di comprendere le dinamiche interne del modello di somiglianza e aprono la strada a suggerimenti di progettazione esplicabili e intuitivi.<\/p>\n\n\n\n

Modello di Similitudine: blocchi di costruzione<\/strong><\/h3>\n\n\n\n

La Reti Neurali Convoluzionali (CNN) sono lo stato dell\u2019arte per l\u2019elaborazione di immagini, grazie alla loro capacit\u00e0 di estrarre informazioni su dettagli a basso livello e concetti di alto livello. Questo \u00e8 possibile grazie all’uso di filtri convoluzionali che operano su insiemi adiacenti di pixel e introducono un bias<\/em> spaziale nel modello. Infatti, rappresentazioni di insiemi di pixel vicini in un\u2019immagine avranno caratteristiche simili. <\/p>\n\n\n\n

Le CNN presentano anche una forte invarianza traslazionale quando viene utilizzata un’operazione di pooling associativa su una \u201cfeature map\u201d e , sotto determinate ipotesi di simmetria dell\u2019immagine, una debole invarianza rispetto agli specchiamenti. Nel contesto specifico dell’analisi dei progetti di stampi per estrusione in alluminio, queste capacit\u00e0 intrinseche delle CNN diventano indispensabili, in quanto nel corso degli anni un singolo progetto potrebbe essere archiviato in diverse orientazioni (ruotate, capovolte o specchiate) ed \u00e8 cruciale essere in grado di rilevare queste trasformazioni.<\/p>\n\n\n\n

Il modello proposto viene addestrato in tre fasi, riutilizzando i parametri e gli output generati dalle fasi precedenti:<\/p>\n\n\n\n

    \n
  • Autoencoder: ispirato all\u2019architettura di UNET, \u00e8 il punto di partenza della nostra architettura. Il modello \u00e8 addestrato sul dataset originale in maniera non supervisionata, e impara una rappresentazione compatta delle immagini. In questa fase, il modello \u00e8 solo in grado di riconoscere una somiglianza generale legata alla forma del profilo<\/li>\n\n\n\n
  • Modello Contrastivo: il codificactore \u00e8 esteso con una rete neurale, e viene eseguito un round di addestramento contrastivo. L\u2019Autoencoder ha un ruolo fondamentale, in quanto durante l\u2019allenamento viene considerato anche l\u2019errore di ricostruzione dell\u2019ancora e dei campioni positivi e negativi. Questo permette alla CNN di conservare caratteristiche geometriche rilevanti e di essere resistente a etichette troppo rumorose o troppo generale.<\/li>\n\n\n\n
  • Le Reti Neurali Grafiche (GNNs) sono utilizzate per raffinare ulteriormente la selezione delle coppie negative nella funzione di errore contrastiva, evitando le limitazioni del campionamento casuale impiegate nelle fasi precedenti. La GNN  impara una rappresentazione grafica basata sulla rappresentazione appresa delle CNN. In questo approccio, l\u2019errore contrastivo non viene calcolato su coppie casuali di immagini, ma vengono invece selezionati i campioni negativi pi\u00f9 vicini, offrendo un insieme di campioni negativi pi\u00f9 impegnativi da ottimizzare e quindi pi\u00f9 informativi per l’addestramento. Questa strategia focalizzata accelera il processo di apprendimento, promuovendo un modello capace di distinguere anche le immagini pi\u00f9 sottilmente diverse.<\/li>\n<\/ul>\n\n\n\n

    Risultati<\/strong><\/h2>\n\n\n\n

    Grapho \u00e8 stato testato con un gruppo di designer esperti su un campione di 100 progetti, categorizzati per diversi livelli di complessit\u00e0:<\/p>\n\n\n\n

    \u2022 Progetti semplici –  ridotto numero di dettagli: GRAPHO ha mostrato un tasso di riutilizzo del 95%<\/p>\n\n\n\n

    \u2022 Progetti complessi \u2013 elevato numero di dettagli e vincoli di cui tenere conto per la corretta estrusione: GRAPHO ha raggiunto un tasso di riutilizzo superiore all’80%<\/p>\n\n\n\n

    \u2022 Grapho ha mostrato significativi miglioramenti in termini computazionali, conducendo una scansione completa dell’intero database in 0,5 secondi, a fronte di una sostanziale impossibilit\u00e0 dei sistemi tradizionali di eseguire le operazioni in tempistiche compatibili con l\u2019operativit\u00e0<\/p>\n","protected":false},"excerpt":{"rendered":"

    L’identificazione di pattern e elementi di somiglianza \u00e8 una sfida comune a diversi settori. In un contesto…<\/p>\n","protected":false},"author":1,"featured_media":11967,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[153,40],"tags":[61,63],"class_list":["post-11975","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-grapho","category-progetti","tag-grapho-it","tag-grapho-neural-networks"],"yoast_head":"\nGraph Neural Networks: un\u2019applicazione all\u2019identificazione di similarit\u00e0 in progetti di matrici di alluminio -\u00a0 overview tecnica - Intellico<\/title>\n<meta name=\"description\" content=\"Scopri Graph Neural Networks, un'applicazione all'identificazione di similarit\u00e0 in progetti di matrici di alluminio. Clicca qui!\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Graph Neural Networks: un\u2019applicazione all\u2019identificazione di similarit\u00e0 in progetti di matrici di alluminio -\u00a0 overview tecnica - Intellico\" \/>\n<meta property=\"og:description\" content=\"Scopri Graph Neural Networks, un'applicazione all'identificazione di similarit\u00e0 in progetti di matrici di alluminio. Clicca qui!\" \/>\n<meta property=\"og:url\" content=\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/\" \/>\n<meta property=\"og:site_name\" content=\"Intellico\" \/>\n<meta property=\"article:published_time\" content=\"2023-09-26T14:43:14+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-02-25T10:19:40+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/intellico.ai\/wp-content\/uploads\/2023\/09\/Graph-Neural-Networks-Intellico.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1656\" \/>\n\t<meta property=\"og:image:height\" content=\"1006\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Agenzia Spada\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Agenzia Spada\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/\"},\"author\":{\"name\":\"Agenzia Spada\",\"@id\":\"https:\/\/intellico.ai\/#\/schema\/person\/1a6807aaada8852524e1e891b820a50c\"},\"headline\":\"Graph Neural Networks: un\u2019applicazione all\u2019identificazione di similarit\u00e0 in progetti di matrici di alluminio –\u00a0 overview tecnica\",\"datePublished\":\"2023-09-26T14:43:14+00:00\",\"dateModified\":\"2026-02-25T10:19:40+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/\"},\"wordCount\":1175,\"commentCount\":0,\"image\":{\"@id\":\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/intellico.ai\/wp-content\/uploads\/2023\/09\/Graph-Neural-Networks-Intellico.png\",\"keywords\":[\"Grapho\",\"Grapho Neural Networks\"],\"articleSection\":[\"Grapho\",\"Progetti\"],\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/\",\"url\":\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/\",\"name\":\"Graph Neural Networks: un\u2019applicazione all\u2019identificazione di similarit\u00e0 in progetti di matrici di alluminio -\u00a0 overview tecnica - Intellico\",\"isPartOf\":{\"@id\":\"https:\/\/intellico.ai\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/intellico.ai\/wp-content\/uploads\/2023\/09\/Graph-Neural-Networks-Intellico.png\",\"datePublished\":\"2023-09-26T14:43:14+00:00\",\"dateModified\":\"2026-02-25T10:19:40+00:00\",\"author\":{\"@id\":\"https:\/\/intellico.ai\/#\/schema\/person\/1a6807aaada8852524e1e891b820a50c\"},\"description\":\"Scopri Graph Neural Networks, un'applicazione all'identificazione di similarit\u00e0 in progetti di matrici di alluminio. Clicca qui!\",\"breadcrumb\":{\"@id\":\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#primaryimage\",\"url\":\"https:\/\/intellico.ai\/wp-content\/uploads\/2023\/09\/Graph-Neural-Networks-Intellico.png\",\"contentUrl\":\"https:\/\/intellico.ai\/wp-content\/uploads\/2023\/09\/Graph-Neural-Networks-Intellico.png\",\"width\":1656,\"height\":1006,\"caption\":\"Graph Neural Networks - Intellico\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/intellico.ai\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Graph Neural Networks: un\u2019applicazione all\u2019identificazione di similarit\u00e0 in progetti di matrici di alluminio –\u00a0 overview tecnica\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/intellico.ai\/#website\",\"url\":\"https:\/\/intellico.ai\/\",\"name\":\"Intellico\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/intellico.ai\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/intellico.ai\/#\/schema\/person\/1a6807aaada8852524e1e891b820a50c\",\"name\":\"Agenzia Spada\",\"sameAs\":[\"https:\/\/intellico.ai\"],\"url\":\"https:\/\/intellico.ai\/it\/blog\/author\/tommaso-margiottaagenziaspada-com\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Graph Neural Networks: un\u2019applicazione all\u2019identificazione di similarit\u00e0 in progetti di matrici di alluminio -\u00a0 overview tecnica - Intellico","description":"Scopri Graph Neural Networks, un'applicazione all'identificazione di similarit\u00e0 in progetti di matrici di alluminio. Clicca qui!","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/","og_locale":"it_IT","og_type":"article","og_title":"Graph Neural Networks: un\u2019applicazione all\u2019identificazione di similarit\u00e0 in progetti di matrici di alluminio -\u00a0 overview tecnica - Intellico","og_description":"Scopri Graph Neural Networks, un'applicazione all'identificazione di similarit\u00e0 in progetti di matrici di alluminio. Clicca qui!","og_url":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/","og_site_name":"Intellico","article_published_time":"2023-09-26T14:43:14+00:00","article_modified_time":"2026-02-25T10:19:40+00:00","og_image":[{"width":1656,"height":1006,"url":"https:\/\/intellico.ai\/wp-content\/uploads\/2023\/09\/Graph-Neural-Networks-Intellico.png","type":"image\/png"}],"author":"Agenzia Spada","twitter_card":"summary_large_image","twitter_misc":{"Scritto da":"Agenzia Spada","Tempo di lettura stimato":"5 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#article","isPartOf":{"@id":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/"},"author":{"name":"Agenzia Spada","@id":"https:\/\/intellico.ai\/#\/schema\/person\/1a6807aaada8852524e1e891b820a50c"},"headline":"Graph Neural Networks: un\u2019applicazione all\u2019identificazione di similarit\u00e0 in progetti di matrici di alluminio –\u00a0 overview tecnica","datePublished":"2023-09-26T14:43:14+00:00","dateModified":"2026-02-25T10:19:40+00:00","mainEntityOfPage":{"@id":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/"},"wordCount":1175,"commentCount":0,"image":{"@id":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#primaryimage"},"thumbnailUrl":"https:\/\/intellico.ai\/wp-content\/uploads\/2023\/09\/Graph-Neural-Networks-Intellico.png","keywords":["Grapho","Grapho Neural Networks"],"articleSection":["Grapho","Progetti"],"inLanguage":"it-IT","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/","url":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/","name":"Graph Neural Networks: un\u2019applicazione all\u2019identificazione di similarit\u00e0 in progetti di matrici di alluminio -\u00a0 overview tecnica - Intellico","isPartOf":{"@id":"https:\/\/intellico.ai\/#website"},"primaryImageOfPage":{"@id":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#primaryimage"},"image":{"@id":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#primaryimage"},"thumbnailUrl":"https:\/\/intellico.ai\/wp-content\/uploads\/2023\/09\/Graph-Neural-Networks-Intellico.png","datePublished":"2023-09-26T14:43:14+00:00","dateModified":"2026-02-25T10:19:40+00:00","author":{"@id":"https:\/\/intellico.ai\/#\/schema\/person\/1a6807aaada8852524e1e891b820a50c"},"description":"Scopri Graph Neural Networks, un'applicazione all'identificazione di similarit\u00e0 in progetti di matrici di alluminio. Clicca qui!","breadcrumb":{"@id":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#primaryimage","url":"https:\/\/intellico.ai\/wp-content\/uploads\/2023\/09\/Graph-Neural-Networks-Intellico.png","contentUrl":"https:\/\/intellico.ai\/wp-content\/uploads\/2023\/09\/Graph-Neural-Networks-Intellico.png","width":1656,"height":1006,"caption":"Graph Neural Networks - Intellico"},{"@type":"BreadcrumbList","@id":"https:\/\/intellico.ai\/blog\/graph-neural-networks-applied-to-similarity-search-of-extrusion-die-a-technical-overview\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/intellico.ai\/it\/"},{"@type":"ListItem","position":2,"name":"Graph Neural Networks: un\u2019applicazione all\u2019identificazione di similarit\u00e0 in progetti di matrici di alluminio –\u00a0 overview tecnica"}]},{"@type":"WebSite","@id":"https:\/\/intellico.ai\/#website","url":"https:\/\/intellico.ai\/","name":"Intellico","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/intellico.ai\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Person","@id":"https:\/\/intellico.ai\/#\/schema\/person\/1a6807aaada8852524e1e891b820a50c","name":"Agenzia Spada","sameAs":["https:\/\/intellico.ai"],"url":"https:\/\/intellico.ai\/it\/blog\/author\/tommaso-margiottaagenziaspada-com\/"}]}},"_links":{"self":[{"href":"https:\/\/intellico.ai\/it\/wp-json\/wp\/v2\/posts\/11975","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/intellico.ai\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/intellico.ai\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/intellico.ai\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/intellico.ai\/it\/wp-json\/wp\/v2\/comments?post=11975"}],"version-history":[{"count":6,"href":"https:\/\/intellico.ai\/it\/wp-json\/wp\/v2\/posts\/11975\/revisions"}],"predecessor-version":[{"id":12555,"href":"https:\/\/intellico.ai\/it\/wp-json\/wp\/v2\/posts\/11975\/revisions\/12555"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/intellico.ai\/it\/wp-json\/wp\/v2\/media\/11967"}],"wp:attachment":[{"href":"https:\/\/intellico.ai\/it\/wp-json\/wp\/v2\/media?parent=11975"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/intellico.ai\/it\/wp-json\/wp\/v2\/categories?post=11975"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/intellico.ai\/it\/wp-json\/wp\/v2\/tags?post=11975"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}