Sviluppo e implementazione di algoritmi di Machine Learning su Field Programmable Gate Arrays

Anno
2018
Proponente -
Struttura
Sottosettore ERC del proponente del progetto
Componenti gruppo di ricerca
Abstract

Le tecniche di Machine Learning e più in generale di Data Mining sono oggi uno strumento largamente usato in una grande gamma di settori. Di recente sono state sviluppate molte tecnologie commerciali mirate all'utilizzo efficiente di queste tecniche, come ad esempio le GPU. Alcuni esperimenti moderni necessitano tuttavia di una elettronica dedicata e in generale particolarmente veloce, soprattutto in fase di acquisizione dei dati. Le FPGA (Field Programmable Gate Arrays) sono dei processori programmabili che offrono molte possibilità in tal senso. Grazie anche alla grande disponibilità di risorse logiche esse si prestano notevolmente ad essere utilizzate ad esempio nella selezione on-line dei dati di esperimenti, mediante algoritmi più o meno sofisticati, tra cui quelli definiti di Machine Learning.
Nel progetto si cercherà quindi di implementare algoritmi su una FPGA e se ne studieranno le prestazioni, focalizzando l'attenzione su una particolare applicazione nel settore della Fisica Sperimentale.

ERC
PE2_2
Keywords:
INTELLIGENZA ARTIFICIALE, PARTICELLE ELEMENTARI, APPRENDIMENTO AUTOMATICO, TECNICHE DI ANALISI DI DATI

© Università degli Studi di Roma "La Sapienza" - Piazzale Aldo Moro 5, 00185 Roma