Scuola Superiore Sant'Anna

09/11/2026 | News release | Distributed by Public on 09/11/2026 05:03

Riconoscimenti internazionali, a Luca Pedrelli il Best Paper Award all'International Workshop on Deep Learning Meets Neuromorphic Hardware

  • Innovazione e Ricerca
  • Istituto TeCIP - Telecomunicazioni, Informatica e Fotonica

Riconoscimenti internazionali, a Luca Pedrelli il Best Paper Award all'International Workshop on Deep Learning Meets Neuromorphic Hardware

Data pubblicazione: 11.09.2026
Torna a Sant'Anna Magazine

Luca Pedrelli, contrattista di ricerca presso l'Istituto TeCIP (Telecomunicazioni, Informatica e Fotonica) della Scuola Superiore Sant'Anna di Pisa, si è aggiudicato il "Best Paper Award" del 4th International Workshop on Deep Learning Meets Neuromorphic Hardware, svoltosi a Napoli il 7 settembre 2026 nell'ambito di ECML-PKDD 2026, una delle principali conferenze internazionali nel campo del machine learning e della scoperta della conoscenza nei dati.
Il premio, sponsorizzato dalla rivista APL Machine Learning (AIP Publishing), è stato assegnato da un comitato presieduto da Daniel Brunner (CNRS, Institut FEMTO-ST, Besançon) e consegnato a Pedrelli in qualità di relatore del lavoro.

Pedrelli è stato premiato per lo studio dal titolo "Random Attention Memory for Online Generative Reservoir Computing: a Preliminary Study", realizzato insieme a Stefano Dettori e Valentina Colla. Il lavoro introduce un modello di intelligenza artificiale generativa per l'elaborazione di serie temporali basato su un meccanismo di attenzione casuale (random attention): a differenza dei modelli di deep learning oggi più diffusi, in cui l'intera componente di attenzione deve essere addestrata, qui essa resta casuale e non addestrata, e solo una porzione ridotta del modello viene appresa. L'approccio consente di ridurre drasticamente l'energia consumata e le risorse di calcolo necessarie, mantenendo prestazioni competitive con i migliori modelli allo stato dell'arte.

Scuola Superiore Sant'Anna published this content on September 11, 2026, and is solely responsible for the information contained herein. Distributed via Public Technologies (PUBT), unedited and unaltered, on September 11, 2026 at 11:03 UTC. If you believe the information included in the content is inaccurate or outdated and requires editing or removal, please contact us at [email protected]