Tecniche Di Machine Learning Con Dispositivi FPGA per Gli Esperimenti Di Fisica Delle Particelle

Contribution List

1. Efficient Machine Learning in High-Energy Physics

Jennifer Ngadiuba (CMS)

02/11/2022, 14:15

2. Introduction to FPGA

Riccardo Travaglini (Istituto Nazionale di Fisica Nucleare)

02/11/2022, 15:00

3. Deep Learning inference with FPGA

Riccardo Travaglini (Istituto Nazionale di Fisica Nucleare)

02/11/2022, 15:35

4. Fast inference with HLS4ML: Machine Learning with FPGA at LHC

Thea Aarrestad (ETH Zurich)

02/11/2022, 16:30

5. Xilinx ML/AI: technologies (edge, on-premise, on cloud) and solutions (VitisAI, Pynq, …)

Mario Ruiz-Noguera (AMD)

02/11/2022, 17:05

6. HLS4ML tutorial part 1

Sioni Summers, Thea Aarrestad (ETH Zurich)

03/11/2022, 09:30

Functionalities, quantization and compression

7. HLS4ML tutorial part 2

Marco Lorusso (Istituto Nazionale di Fisica Nucleare), Sioni Summers, Thea Aarrestad (ETH Zurich)

03/11/2022, 14:30

Demo on real HW or deploying on AWS F1

8. Deep Learning inference with the Bond Machine project: introduction and demo

Mirko Mariotti (Istituto Nazionale di Fisica Nucleare)

04/11/2022, 09:00

9. Open discussion and demo

Riccardo Travaglini (Istituto Nazionale di Fisica Nucleare)

04/11/2022, 10:00

10. ML/AI with Intel FPGA

Vladimir Loncar

04/11/2022, 11:30

11. Alternative solutions at the Edge: Lattice, Microchip

Riccardo Travaglini (Istituto Nazionale di Fisica Nucleare)

04/11/2022, 12:30

12. Introduction to Vitis AI

Riccardo Travaglini (Istituto Nazionale di Fisica Nucleare)

04/11/2022, 14:00

13. Vitis AI tutorial/hands-on

Marco Lorusso (Istituto Nazionale di Fisica Nucleare)

04/11/2022, 14:20