Il team internazionale composto dal prof. Sabato Marco Siniscalchi, ordinario del Dipartimento di Ingegneria dell’Università degli Studi di Palermo, da Jun Qi, Jun Du, Xiaoli Ma e Chin-Hui Lee del Georgia Institute of Technology (Atlanta, USA), ha vinto il “Best Paper Award 2025” della IEEE Signal Processing Society per lo studio dal titolo “On Mean Absolute Error for Deep Neural Network Based Vector-to-Vector Regression”.

Il contributo premiato è stato pubblicato sulla rivista IEEE Signal Processing Letters (vol. 27, 2020), una delle sedi editoriali di riferimento nel settore dell’elaborazione dei segnali e del machine learning.

«Il lavoro – spiega il prof. Sabato Marco Siniscalchi – propone un’analisi teorica e sperimentale dell'errore medio assoluto (Mean Absolute Error - MAE)come funzione di perdita per la regressione vettore-vettore basata su reti neurali profonde, dimostrandone la continuità lipschitziana e la conseguente possibilità di derivare limiti superiori sull’errore di generalizzazione e sulla robustezza al rumore. Nello studio viene, inoltre, evidenziato il legame tra la MAE e la distribuzione di Laplace, in contrasto con l’associazione tra l'errore quadratico medio (Mean Squared Error - MSE) e la distribuzione gaussiana.
I risultati teorici sono validati mediante esperimenti di miglioramento del parlato (speech enhancement), che mostrano prestazioni superiori dei modelli addestrati con MAE rispetto a quelli basati su MSE, sia in termini di accuratezza sia di qualità del segnale.
Il contributo – conclude Siniscalchi – si colloca nell’ambito della ricerca avanzata su deep learning e signal processing, fornendo un apporto rilevante allo sviluppo di modelli di regressione più robusti ed efficaci».