Elenco delle tesi il cui relatore è "Valpreda, Emanuele"

17 Dicembre 2021

Pasquale Santoro. Implementation of a CNN hardware accelerator based on a reconfigurable spatial array. Rel. Maurizio Martina, Guido Masera, Emanuele Valpreda. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2021

13 Aprile 2022

Jurgen Dalipaj. Automated Inter-Layer scheduling of Convolutional Neural Networks on a reconfigurable accelerator. Rel. Maurizio Martina, Guido Masera, Emanuele Valpreda. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2022

28 Ottobre 2022

Giuseppe Palumbo. Detection and Recovery of Errors in Object Detection with Faulty Convolutional Neural Network. Rel. Maurizio Martina, Guido Masera, Emanuele Valpreda, Claudio Passerone, Pierpaolo Mori'. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2022

21 Aprile 2023

Flavia Guella. HERMIONE: a Co-design Methodology for Layer-wise Approximation of Neural Networks on RISC-V. Rel. Maurizio Martina, Guido Masera, Emanuele Valpreda, Michele Caon. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2023

Giovanni Pollo. Resilience analysis of FPGA-based Dataflow accelerators. Rel. Claudio Passerone, Maurizio Martina, Pierpaolo Mori', Emanuele Valpreda. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2023

Alessandra Vignoli. WinoAdapt: End-to-End Winograd-based FPGA accelerator for Quantized Convolutional Neural Networks. Rel. Maurizio Martina, Claudio Passerone, Guido Masera, Pierpaolo Mori', Emanuele Valpreda. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2023

15 Dicembre 2023

Massimo Emiliano. Design of a Spatial Array with Run-Time Reconfigurable Approximate Processing Engines. Rel. Guido Masera, Emanuele Valpreda, Maurizio Martina, Flavia Guella. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2023

31 Ottobre 2024

Alessio Caviglia. Lightweight Vector Extension for Efficient Neural Network Inference on RISC-V. Rel. Maurizio Martina, Guido Masera, Michele Caon, Emanuele Valpreda, Flavia Guella. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2024