Francesco Bonavolontà è professore di “Sensori e traduttori di misura” e “Sensori smart metering” presso il Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione dell’Università degli Studi di Napoli “Federico II”. L’attività di ricerca di Francesco Bonavolontà è focalizzata principalmente su: – progettazione, realizzazione e caratterizzazione di metodi e strumentazione di misura basati sul paradigma del Compressive Sampling; – studio, definizione, progettazione, implementazione di sistemi di misura embedded in real-time e sistemi di misura basati su Embedded Artificial Intelligence, Edge Node; – progettazione, realizzazione e caratterizzazione di metodi e strumentazione di misura basati sul paradigma del campionamento compresso; – definizione e messa a punto di metodi innovativi, basati su algoritmi di elaborazione numerica, per la rilevazione e la misurazione dei parametri caratteristici delle reti elettriche; progettazione, realizzazione, prototipazione e caratterizzazione metrologica di nodi e reti di sensori IoT, con particolare interesse per i protocolli di comunicazione; progettazione, realizzazione e caratterizzazione di metodi e strumenti innovativi per la didattica e i laboratori remoti; progettazione, realizzazione e caratterizzazione di metodi e strumentazione di misura basati su interfacce innovative in realtà aumentata per applicazioni dell’IoT e Industrial IoT; metodi e tecniche di misure per la cybersecurity dei sistemi embedded IoT-based. Attualmente è Professore di Sensori e Trasduttori di Misura, 9 CFU, presso il Corso di Laurea Magistrale in Ingegneria Elettronica, e Professore di Sensori e Smart Metering, 9 CFU, presso il Corso di Laurea Magistrale in Ingegneria Elettrica. Ha conseguito con lode la laurea in Ingegneria Elettronica presso la Facoltà di Ingegneria dell’Università degli Studi di Napoli Federico II, e il Dottorato di Ricerca in Ingegneria Elettrica presso l’Università degli Studi di Napoli Federico II, discutendo la tesi dal titolo “A measurement architecture based on compressive sampling for the monitoring of electrical power transmission grids”, ricevendo dalla commissione il giudizio unanime di “eccellente”.