logo-polimi
Loading...
Manifesto
Struttura Corso di Studi
Cerca/Visualizza Manifesto
Dati Insegnamento
Scarica il Manifesto
Regolamento didattico
Consulta il Regolamento
Indicatori corsi di studio
Elenco docenti
Strutture didattiche
Internazionalizzazione
Orario Personalizzato
Il tuo orario personalizzato è disabilitato
Abilita
Ricerche
Cerca Docenti
Cerca Insegnamenti
Cerca insegnamenti degli Ordinamenti precedenti al D.M.509
Erogati in lingua Inglese

Legenda
Semestre (Sem)
1Primo Semestre
2Secondo Semestre
AInsegnamento Annuale
Attività formative
CAffini o integrative
Lingua d'erogazione
Insegnamento completamente offerto in lingua italiana
Insegnamento completamente offerto in lingua inglese
--Non definita
Didattica innovativa
I CFU riportati a fianco a questo simbolo indicano la parte dei CFU dell'insegnamento erogati con Didattica Innovativa.
Tali CFU riguardano:
  • Cotutela con mondo esterno
  • Blended Learning & Flipped Classroom
  • Massive Open Online Courses (MOOC)
  • Soft Skills
Dati Insegnamento
Contesto
Anno Accademico 2024/2025
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Corso di Studi (Mag.)(ord. 270) - MI (476) Electronics Engineering - Ingegneria Elettronica
Piano di Studio preventivamente approvato PSS - ELECTRONICS ENGINEERING
Anno di Corso 2

Scheda Insegnamento
Codice Identificativo 058140
Denominazione Insegnamento HARDWARE ARCHITECTURES FOR EMBEDDED AND EDGE AI
Tipo Insegnamento Monodisciplinare
Crediti Formativi Universitari (CFU) 5.0
Semestre Secondo Semestre
Programma sintetico Lo scopo di questo corso è quello di fornire una comprensione completa dell'"embedded and edge artificial intelligence", esplorando soluzioni hardware, software e algoritmiche per supportare l'addestramento e l'inferenza di modelli di machine e deep learning su (reti di) sistemi embedded ed edge computing vincolati in computazione, memoria ed energia. Più in dettaglio, il corso fornirà (i) una panoramica delle tecnologie IoT e Smart-X in grado di supportare applicazioni embedded/edge intelligenti, autonome e distribuite, (ii) una caratterizzazione dettagliata delle soluzioni hardware per embedded e edge AI, (iii) una descrizione approfondita dei framework e delle toolchain (ad es. Tiny Machine Learning) per supportare l'addestramento e l'inferenza di soluzioni di machine e deep learning su sistemi embedded e edge computing, (iv) un'analisi completa delle soluzioni algoritmiche per embedded e edge AI come soluzioni di approximate computing e federated learning, (v) una prospettiva di system-level codesign per machine e deep learning. Saranno forniti e discussi casi di studio di sistemi di embedded ed edge AI capaci di acquisire ed elaborare segnali, suoni, immagini e video. Il corso comprende sia lezioni algoritmiche/metodologiche che lezioni pratiche volte a fornire un approccio completo alle soluzioni di machine e deep learning che operano su sistemi embedded, di edge computing ed IoT.
Settori Scientifico Disciplinari (SSD)
Attività formative Codice SSD Descrizione SSD CFU
C
ING-INF/05
SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
5.0

Orario: aggiungi e rimuoviScaglioneDocente/iLingua offertaProgramma dettagliato
Da (compreso)A (escluso)
---AZZZZRoveri Manuel
manifesti v. 3.9.3 / 3.9.3
Area Servizi ICT
24/04/2025