Silvio Brandi “Analysis of electrical energy consumptions of Politecnico di Torino through data analytics methods: the
case of substation C” Rel. Alfonso Capozzoli, Giovanni Carioni, Marco Savino Piscitelli. Politecnico di Torino, Corso
di laurea magistrale in Ingegneria Energetica E Nucleare, 2016
Cristina Crosasso “Analisi dei consumi energetici reali attraverso lo strumento della firma energetica : il caso della
sede del Castello del Valentino” Rel. Alfonso Capozzoli, Giovanni Carioni. Politecnico di Torino, Corso di laurea
magistrale in Architettura Per Il Progetto Sostenibile, 2016 https://webthesis.biblio.polito.it/4799/
Enrico Maria Pazè. Analisi energetica attraverso simulazione in regime dinamico di aule universitarie : il caso studio
delle aule 27/27b/29/29b. Rel. Alfonso Capozzoli, Fabio Laguardia. Politecnico di Torino, Corso di laurea magistrale
in Architettura Per Il Progetto Sostenibile, 2016
Mariachiara Pinto. Analisi energetica di una centrale frigorifera del Politecnico di Torino attraverso analisi
inversa. Rel. Alfonso Capozzoli, Marco Savino Piscitelli, Silvio Brandi, Vincenzo Maria Gentile. Politecnico di
Torino, Corso di laurea magistrale in Ingegneria Edile, 2018
Edoardo Chiabrera. Development of a tool for anomaly detection and power load forecasting: the case of Politecnico di
Torino. Rel. Alfonso Capozzoli, Silvio Brandi. Politecnico di Torino, Corso di laurea magistrale in Ingegneria
Energetica E Nucleare, 2018
Roberto Chiosa. Detection and diagnosis of anomalous energy consumption patterns in buildings through a data analytics
based approach: the case of Politecnico di Torino. Rel. Alfonso Capozzoli, Marco Savino Piscitelli. Politecnico di
Torino, Corso di laurea magistrale in Ingegneria Energetica E Nucleare, 2020
Simone Deho'. Application of data analytics processes for the detection of anomalous energy patterns in buildings.
Rel. Alfonso Capozzoli, Marco Savino Piscitelli, Roberto Chiosa. Politecnico di Torino, Corso di laurea magistrale in
Ingegneria Energetica E Nucleare, 2021
Simone Vitale. AUTOMATED ANOMALY DETECTION IN ENERGY CONSUMPTION TIME SERIES OF BUILDINGS THROUGH PATTERN RECOGNITION
TECHNIQUES. Rel. Alfonso Capozzoli, Marco Savino Piscitelli, Roberto Chiosa. Politecnico di Torino, Corso di laurea
magistrale in Ingegneria Energetica E Nucleare, 2022
Maria Teresa Zitelli. Application of Data Analytics techniques for the analysis of building energy performance during
operation : the case of Politecnico di Torino. Rel. Alfonso Capozzoli, Marco Savino Piscitelli. Politecnico di Torino,
Corso di laurea magistrale in Ingegneria Energetica E Nucleare, 2022
Davide Taddei. A cloud-based Energy Information System (EIS) for innovative energy management in buildings: the case
of Politecnico di Torino. Rel. Alfonso Capozzoli, Fulvio Giovanni Ottavio Risso, Roberto Chiosa, Marco Savino
Piscitelli. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2022
Chiosa, R., Piscitelli, M. S., Fan, C., & Capozzoli, A. (2022). Towards a self-tuned data analytics-based process for
an automatic context-aware detection and diagnosis of anomalies in building energy consumption timeseries. Energy and
Buildings, 270, 112302. https://doi.org/10.1016/j.enbuild.2022.112302
Chiosa, R.; Piscitelli, M.S.; Capozzoli, A. (2021) A Data Analytics-Based Energy Information System (EIS) Tool to
Perform Meter-Level Anomaly Detection and Diagnosis in Buildings. Energies, 14,
237. https://doi.org/10.3390/en14010237
Piscitelli, M.S., Brandi, S., Capozzoli, A. et al. (2021) A data analytics-based tool for the detection and diagnosis
of anomalous daily energy patterns in buildings. Build. Simul. 14, 131–147 . https://doi.org/10.1007/s12273-020-0650-1
Capozzoli, A., Piscitelli, M. S., Brandi, S., Grassi, D., & Chicco, G. (2018). Automated load pattern learning and
anomaly detection for enhancing energy management in smart buildings. Energy, 157, 336-352.
Capozzoli, Alfonso & Piscitelli, Marco & Brandi, Silvio. (2017). Mining typical load profiles in buildings to support
energy management in the smart city context. Energy Procedia. 134. 865-874. 10.1016/j.egypro.2017.09.545
