Elenco delle tesi il cui relatore è "Carpegna, Alessio"

Francesco Grandi. Are spiking neural networks resilient to internal faults? A comparison with other neural network models and an analysis of possible solutions to increase resilience. Rel. Stefano Di Carlo, Alessandro Savino, Alessio Carpegna. Politecnico di Torino, Corso di laurea magistrale in Data Science And Engineering, 2024

Filippo Marostica. Low-power event driven accelerator for Spiking Neural Networks on FPGA. Rel. Stefano Di Carlo, Alessandro Savino, Alessio Carpegna. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2024

Bo Wang. Real-time speech recognition using spiking neural networks. Rel. Stefano Di Carlo, Alessandro Savino, Alessio Carpegna. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2024

Renato Belmonte. Spiker-V: bringing Neuromorphic Intelligence at the edge through the optimized integration of a SNN Hardware Accelerator with a Low-Power RISC-V Processor. Rel. Stefano Di Carlo, Alessandro Savino, Alessio Carpegna. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2024

Marco Tasca. Time-Robust and Energy-Efficient Decoder for Real-Time Neural Decoding of Primary Motor Cortex Activity. Rel. Stefano Di Carlo, Alessandro Savino, Alessio Carpegna, Paolo Viviani. Politecnico di Torino, Corso di laurea magistrale in Data Science And Engineering, 2024

Giuseppe Gabriele. Improving the Continual Learning Model VAG. Rel. Stefano Di Carlo, Alessandro Savino, Alessio Carpegna. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2024

Liqi Zeng. Development of a hardware module for online learning on spiking neural networks with partial reconfiguration on FPGA. Rel. Stefano Di Carlo, Alessandro Savino, Alessio Carpegna. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2024

Dario Padovano. SpikExplorer: a tool for Design Space Exploration of Spiking Neural Network Architecture. Rel. Stefano Di Carlo, Alessandro Savino, Alessio Carpegna. Politecnico di Torino, Corso di laurea magistrale in Data Science And Engineering, 2024

Enrico Magliano. AI-based soft error detection for embedded applications. Rel. Stefano Di Carlo, Alessandro Savino, Alessio Carpegna. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2023

Mauro Lanza. Development of a high-performance Linux device driver for a custom SNN accelerator for Xilinx FPGA boards. Rel. Stefano Di Carlo, Alessandro Savino, Alessio Carpegna. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2022