Foto del docente

Davide Nadalini

Dottorando

Dipartimento di Ingegneria dell'Energia Elettrica e dell'Informazione "Guglielmo Marconi"

Assegnista di ricerca

Centro di Ricerca sui Sistemi Elettronici per l'Ingegneria dell'Informazione e delle Telecomunicazioni "Ercole De Castro" - ARCES (Advanced Research Center on Electronic System)

Tutor didattico

Dipartimento di Ingegneria dell'Energia Elettrica e dell'Informazione "Guglielmo Marconi"

Settore scientifico disciplinare: ING-INF/01 ELETTRONICA

Curriculum vitae

Scarica Curriculum Vitae (.pdf 515KB )

ISTRUZIONE E FORMAZIONE:

- Laurea Magistrale - Ingegneria Elettronica (Alma Mater Studiorum - Università di Bologna) - 2021

- Laurea Triennale - Ingegneria Elettronica e Telecomunicazioni (Alma Mater Studiorum - Università di Bologna) - 2018

PUBBLICAZIONI:

- Paissan, F., Nadalini, D., Rusci, M., Ancilotto, A., Conti, F., Benini, L., & Farella, E. (2024). Structured Sparse Back-propagation for Lightweight On-Device Continual Learning on Microcontroller Units. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 2172-2181).

- Dequino, A., Carpegna, A., Nadalini, D., Savino, A., Benini, L., Di Carlo, S., & Conti, F. (2024, July). Compressed Latent Replays for Lightweight Continual Learning on Spiking Neural Networks. In 2024 IEEE Computer Society Annual Symposium on VLSI (ISVLSI) (pp. 240-245). IEEE.

- Nadalini, D., Rusci, M., Benini, L., & Conti, F. (2023). Reduced precision floating-point optimization for Deep Neural Network On-Device Learning on microcontrollers. Future Generation Computer Systems, 149, 212-226.

- Nadalini, D., Rusci, M., Tagliavini, G., Ravaglia, L., Benini, L., & Conti, F. (2022, July). Pulp-trainlib: Enabling on-device training for risc-v multi-core mcus through performance-driven autotuning. In International Conference on Embedded Computer Systems (pp. 200-216). Cham: Springer International Publishing.

- Ravaglia, L., Rusci, M., Nadalini, D., Capotondi, A., Conti, F., & Benini, L. (2021). A tinyml platform for on-device continual learning with quantized latent replays. IEEE Journal on Emerging and Selected Topics in Circuits and Systems, 11(4), 789-802.

Ultimi avvisi

Al momento non sono presenti avvisi.