Login

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

2–4 Nov 2022
Infn
Europe/Rome timezone

Segreteria Locale

Contribution List

13 out of 13 displayed
Export to PDF
  1. 1. Efficient Machine Learning in High-Energy Physics
    Jennifer Ngadiuba (CMS)
    02/11/2022, 14:15
  2. 2. Introduction to FPGA
    Riccardo Travaglini (Istituto Nazionale di Fisica Nucleare)
    02/11/2022, 15:00
  3. 3. Deep Learning inference with FPGA
    Riccardo Travaglini (Istituto Nazionale di Fisica Nucleare)
    02/11/2022, 15:35
  4. 4. Fast inference with HLS4ML: Machine Learning with FPGA at LHC
    Thea Aarrestad (ETH Zurich)
    02/11/2022, 16:30
  5. 5. Xilinx ML/AI: technologies (edge, on-premise, on cloud) and solutions (VitisAI, Pynq, …)
    Mario Ruiz-Noguera (AMD)
    02/11/2022, 17:05
  6. 6. HLS4ML tutorial part 1
    Sioni Summers, Thea Aarrestad (ETH Zurich)
    03/11/2022, 09:30

    Functionalities, quantization and compression

    Go to contribution page
  7. 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

    Go to contribution page
  8. 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. 9. Open discussion and demo
    Riccardo Travaglini (Istituto Nazionale di Fisica Nucleare)
    04/11/2022, 10:00
  10. 10. ML/AI with Intel FPGA
    Vladimir Loncar
    04/11/2022, 11:30
  11. 11. Alternative solutions at the Edge: Lattice, Microchip
    Riccardo Travaglini (Istituto Nazionale di Fisica Nucleare)
    04/11/2022, 12:30
  12. 12. Introduction to Vitis AI
    Riccardo Travaglini (Istituto Nazionale di Fisica Nucleare)
    04/11/2022, 14:00
  13. 13. Vitis AI tutorial/hands-on
    Marco Lorusso (Istituto Nazionale di Fisica Nucleare)
    04/11/2022, 14:20