Argomenti di tesi proposti dal docente.
Esempi di tesi o progetti disponibili, si consiglia di contattare comunque il docente per eventuali proposte aggiuntive o aggiornate e collaborazioni con enti esterni.
Architettura e design di hardware digitale per Deep Learning
Tesi o progetti disponibili per studenti della sola Laurea Magistrale:
- Precision-Reconfigurable Tensor Processing Units for Ultra-Low Power Inference & Learning
- Programmable Dispatching for Flexible Stationarity Neural Processing Unit
- Integrating SRAM-Based Analog In-Memory Computing into a Digital Neural Processing Unit
- Configurable Ultra-Low-Latency High-Bandwidth Memory Interconnection for Heterogeneous Accelerator Support
- Emulation of Error-Injectable Memories for High-Resilience, Low-Power Deep Neural Networks
Tesi o progetti disponibili per studenti della Laurea triennale (maggiore impegno) o Laurea Magistrale:
- Definizione di un testbench per on-chip interconnect a banda elevata e latenza ultra-bassa per integrazione di acceleratori hardware
- Esplorazione e confronto fra architetture digitali sistoliche e non-sistoliche ad elevato fanout per l'accelerazione di reti neurali in Neural Processing Units
Sistemi Embedded / Microcontrollori
Tesi o progetti disponibili per studenti della sola Laurea Magistrale:
- Dynamic Linking of Code to Enable Highly-Scalable Deployment of Deep Neural Networks on Memory-Constrained Platforms
- Automatic Generation and Tuning of Inference and Training Code Targeted at Hardware-Accelerated RISC-V Platforms
- sEMG Analysis Based on Embedded Deep Learning (in cooperation with Prof. Benatti, UNIMORE)
- Ultra-Low-Power Autonomous Deep Learning-Based Nano-Drones (in cooperation with Dr. Palossi, IDSIA Lugano)
Tesi o progetti disponibili per studenti della Laurea triennale (maggiore impegno) o Laurea Magistrale:
- Integrazione di acceleratori hardware in flussi di deployment per reti neurali
Deep Learning / Intelligenza Artificiale
Tesi o progetti disponibili per studenti della sola Laurea Magistrale:
- Compression Techniques for Latent Representations of Data in Continual Learning Settings
- Integration of Quantized Continual Learning in the Avalanche Framework
- Automatic Generation and Tuning of Inference and Training Code Targeted at Hardware-Accelerated RISC-V Platforms
- Noisy Learning towards Deployment in Analog In-Memory Computing Scenarios
Tesi o progetti disponibili per studenti della Laurea triennale (maggiore impegno) o Laurea Magistrale:
- Suite di benchmarking automatizzata per test di nuove architetture neurali
- Inferenza di DNN in precisione mista (FP32/16/8 e INT8)
- Setup di training in metodologia teacher/student
Ultime tesi seguite dal docente
Tesi di Laurea
- Implementation of a Kalman filter-based object tracker on nano-drones
- Reti temporali convoluzionali per la previsione di tensioni attuate ad un motore elettrico trifase sincrono a magneti permanenti
- Tecniche di Deep Learning per Keyword Spotting su Sistemi Embedded
- Tecniche di ottimizzazione per applicazioni di apprendimento on-device su architetture Parallel Ultra-Low-Power
- Testing e Valutazione In-Field di un algoritmo di Vision Ranging Fusion per Nano-Quadrotor Autonomi
- Valutazione di algoritmi di object detection per nano-droni
Tesi di Laurea Magistrale
- A Survey of Techniques and Architectures for Extended Reality Computing
- An Embedded In-Cabin Lightweight High-Performance 3D Gaze Estimation System
- Automatic insertion of fault-injectable flip-flops in FPGA emulators of computing platforms
- Design of a Multi-Precision Floating-Point FFT Hardware Accelerator
- Design of a wearable platform for PPG analysis with multicore low-power processor
- Embedding Video Object Detection Capabilities on Low-Power Nano-Drones
- Integrating a Tensor Datapath into a Small and Efficient Vector Processor
- Motor Unit Spike Trains Recontruction from sEMG Signals for Gesture Classification on a Low-Power Processing Platform
- Multi Source Speech Enhancement for Low-Power Micro-Controller devices
- Progetto di hardware per la conversione di protocolli applicato a sensori di immagini basati su eventi