Table of Contents
Gruppo di Attività di INFN Bo su (Deep) Machine Learning per la microelettronica
Minute del meeting_infnbo_ml_20181122
Minute del meeting_infnbo_ml_20190228
Use cases in studio:
vedi minute del meeting_infnbo_ml_20190228 per descrizioni
– Implementazione di modelli ML per trigger muonico su FPGA
– Archivio modelli (Fabric) for ML a Bologna
– Ultrafast DNN on FPGA: esercizi hand-on dal workshop di Zurich
– ATLAS Pixel
– Ricostruzione di segnale elettronico
– Finger Print
altri:
– LHCb ECAL upgrade clustering
Sottogruppi per area di attività :
è possibile partecipare a più di uno. Compito iniziale è stabilire un linguaggio minimo comune. A tal fine ogni sottogruppo identifica le nozioni fondamentali da trasmettere agli altri.
1. Algoritmi, Offline, Training
aggiungere il proprio nome, aggiungere documentazione
– Marco Dallavalle
– Vincenzo Vagnoni
– Stefano Perazzini
– Renato Campanini
– Riccardo Travaglini
– Roberto Giacomelli
– Luigi Guiducci
2. Firmware, Hardware
aggiungere il proprio nome, aggiungere documentazione
– Marco Dallavalle
– Riccardo Travaglini
– Fabrizio Alfonsi
– Roberto Giacomelli
– Nico Giangiacomi
– Luigi Guiducci
– Davide Falchieri
3. Online, Sistema di Test
per chiarezza, si intende un'attività tipo Data Acquisition. Infatti
— ci sono reti che vengono istruite e applicate. A queste serve il SW perché un sistema sia in grado di monitorare la performance.
— ci sono reti adattive, che ricevono feedback dal sistema e cambiano. Queste hanno bisogno sia di monitoring sia di controlli online.
aggiungere il proprio nome, aggiungere documentazione
– Riccardo Travaglini
– Roberto Giacomelli