Unsupervised Artificial Intelligence techniques for data-driven discoveries
Pisa - ITALIA
Ginevra - SVIZZERA
Pisa
Syed Anwar Ul Hasan
Dipartimento:
Classe di Scienze, Laboratorio NEST
Abstract
In this work, entirely done at CERN, we assess the computing needs to deploy deep learning (DL) algorithms of typical size on CPUs and GPUs and compare the corresponding inference time and memory footprint to the typical requirements of an online and offline system. The question we ask in this work is very relevant for the operation of DL algorithms in the High-Level Trigger (HLT) computing farms of the ATLAS and CMS experiments during the incoming Run of the Large Hadron Collider (LHC). When using ONNX Runtime, one can keep the CPU inference time within 10 ms for as many as 64 inferences, and similarly we observe GPU inference time within 3 ms for as many as 128 inferences. This result suggests that TensorRT based compression could be an ideal choice for HLT inference with GPUs for models of our kind, size. and complexity.
Studio delle proprietà immunomodulanti dell’uso combinato di nanotubi ed esosomi nella protezione e nel riparo cardiaco - CardioNEX
Pisa - ITALIA
Winnipeg - CANADA
Pisa
Niketa Sareen
Dipartimento:
Scienze della vita
Abstract
Il presente studio ha dimostrato, per la prima volta, che il pre-trattamento con nanodot MXene di Tantalio ha migliorato la sopravvivenza delle MSC in ambiente ischemico e non ha favorito la citotossicità mediata dai linfociti. Questi risultati originali aprono la strada allo sviluppo di una strategia terapeutica innovativa per ottimizzare il trapianto nel miocardio adulto ischemico di cellule staminali mesenchimali midollari attraverso il pre-trattamento con piccole dosi di nanodot MXene di Tantalio ad azione immunomodulante. Lo studio, inoltre, ha dimostrato che il pre-trattamento con nanofogli MXene di Titanio favorisce l’azione citotossica mediata dai linfociti.
Enable the on-the-fly re-configurability of satellite instrumentation control unit using open source components fostering new market opportunities for the European Small and Medium Space Enterprise - ICU4SAT
Pisa - ITALIA
Cottbus - GERMANIA
Pisa
Pietro Nannipieri
Dipartimento:
Ingegneria dell'informazione
Abstract
Con l’aumento del numero di missioni spaziali di osservazione della terra la necessità di ottimizzare la memoria e l’elaborazione di dati a bordo del satellite diventa sempre più critica.
ICU4SAT (Instrument Control Unit for Satellite), progetto in collaborazione tra l’Univ. di Pisa e la Brandenburg Univ. of Technology, permette l’esecuzione di algoritmi di intelligenza artificiale e reti neurali a basso consumo energetico a bordo di satelliti sfruttando la tecnologia FPGA resistente alle radiazioni. Grazie alla riconfigurabilità dinamica delle piattaforme FPGA utilizzate, apre nuove possibilità in termini di risparmio energetico e flessibilità, adattandosi in modo efficiente a un carico di lavoro variabile durante la missione senza la necessità di lanciare nuovi satelliti.
Continuous QoS-compliant Management of Software Applications over the Cloud-IoT Continuum Acronimo progetto: CONTWARE
Pisa - ITALIA
Malaga - SPAGNA
Pisa
Stefano Forti
Dipartimento:
Informatica
Abstract
Il paradigma Cloud evolve verso ambienti pervasivi di larga scala, distribuiti senza soluzione di continuità dal Cloud all’IoT. Allo stesso tempo, le grandi aziende IT utilizzano tecniche di Continuous Reasoning per supportare lo sviluppo incrementale del software e la sua integrazione continua all’interno di codebase condivisi. L’obiettivo di CONTWARE è stato quello di progettare e prototipare tecniche di Continuous Reasoning per abilitare la gestione continua QoS-compliant di applicazioni sul continuo Cloud-IoT. CONTWARE ha implementato e valutato prototipi di Continuous Reasoning tenendo conto dei requisiti di casi d’uso industriali della società SoftCritS.