Sistemi complessi e dinamiche statistiche delle innovazioni energetiche e tecnologiche

Nuova immagine

 

Responsabile: Prof. Renato Guseo, PO, Dipartimento di Scienze Statistiche

Il gruppo di ricerca sui temi dell’energia è formato da statistici esperti di modellazione e analisi dei sistemi complessi caratterizzati da agenti e cluster sociali interagenti.

Composizione del GRE:

  • Renato Guseo, PO
  • Alessandra Dalla Valle, PA
  • Claudia Furlan, RU
  • Mariangela Guidolin, RU
  • Cinzia Mortarino. PA

 

Aree di ricerca di afferenza:

 

Laboratori:

Strutture dell’ASID

 

Attività:

La ricerca è rivolta allo studio delle dinamiche e delle strategie che si stanno attuando in questa fase di imminente transizione tra paradigmi energetici. Esempi tipici sono: gli sviluppi cross-country delle rinnovabili seguendo le tematiche del fovoltaico, eolico,  biomasse, idroelettrico a varie taglie ed altro ancora; il nucleare dopo Fukushima nei vari paesi leader; le tematiche di sviluppo delle produzioni di risorse petrolifere convenzionali  e non convenzionali; le produzioni e le forniture di gas metano convenzionale; le strategie di rilancio delle produzioni di shale oil e shale gas negli USA ed altrove con la conseguente valutazione strategica del loro impatto futuro,  il ruolo del carbone in Cina ed altrove, le ipotesi di sviluppo della mobilità individuale e le tecnologie in competizione (mobilità elettrica, ad idrogeno, a biocombustibili, i sistemi di accumulo), gli aspetti climatici e demografici in relazione ai cambiamenti imminenti.

 

Elenco delle ultime pubblicazioni:

  1. GUSEO, R. GUIDOLIN, M., (2015). Heterogeneity in Diffusion of Innovations Modelling: A Few Fundamental Types, Technological Forecasting and Social Change, 90, 514-524;
  2. GUSEO, R. MORTARINO, C., DARDA, M.A. (2015). Homogeneous and heterogeneous diffusion models: Algerian natural gas production, Technological Forecasting and Social Change, 90, 366-378;
  3. GUSEO, R. MORTARINO, C. (2014). Multivariate Nonlinear Least Squares: Robustness and Efficiency of Standard versus Beauchamp and Cornell Methodologies, Computational Statistics, 29(6), 1609-1636;
  4. GUIDOLIN, M., GUSEO, R. (2014). Modelling Seasonality in Innovation Diffusion, Technological Forecasting and Social Change, 86, 33-40;
  5. GUSEO, R., MORTARINO, C. (2014). Within-brand and cross-brand word-of-mouth for sequential multi-innovation diffusions. IMA Journal of Management Mathematics , 25(3), 287-311;
  6. DALLA VALLE, A., FURLAN, C. (2014). Diffusion of nuclear energy in some developing and graduated developing countries. Technological Forecasting and Social Change, 18, 143-153.

Contatti:

Renato Guseo 049-8274146 renato.guseo@unipd.it http://homes.stat.unipd.it/renatoguseo/
Cinzia Mortarino 049-8274184 mortarino@stat.unipd.it http://homes.stat.unipd.it/cinziamortarino/
Alessandra Dalla Valle 049-8274128 alevalle@stat.unipd.it http://homes.stat.unipd.it/alessandradallavalle/
Claudia Furlan 049-8274129 furlan@stat.unipd.it http://homes.stat.unipd.it/claudiafurlan/
Mariangela Guidolin 049-8274126 guidolin@stat.unipd.it http://homes.stat.unipd.it/mariangelaguidolin/

Condividi