Επιστ. Υπεύθυνος |
|
---|---|
Τίτλος | Αναλογικός Σχεδιασμός, Δοκιμές και Επαλήθευση |
Φορέας Χρηματοδότησης | NanoZeta Technologies ltd. |
Προϋπολογισμός | 271.400,00 |
Διάρκεια | 26/01/2021 – 25/01/2028 |
Επιστ. Υπεύθυνος |
|
---|---|
Τίτλος | DIGITAfrica: Towards a comprehensive pan-African research infrastructure in Digital Sciences |
Φορέας Χρηματοδότησης | ΕΥΡΩΠΑΪΚΗ ΕΝΩΣΗ |
Προϋπολογισμός | 123.125,00 |
Διάρκεια | 16/12/2024 – 31/12/2027 |
Επιστ. Υπεύθυνος |
|
---|---|
Τίτλος | TWIN-RELECT: Twinning for Excellence in Reliable Electronics |
Φορέας Χρηματοδότησης | ΕΥΡΩΠΑΪΚΗ ΕΝΩΣΗ |
Προϋπολογισμός | 602.500,00 |
Διάρκεια | 01/10/2024 – 30/09/2027 |
Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών | |
---|---|
|
|
Τηλ. | +30 24210 74967, +30 24210 74934 |
gece ΑΤ e-ce.uth.gr | |
Τηλ. Π.Μ.Σ. | +30 24210 74933 |
e-mail Π.Μ.Σ. | pgsec ΑΤ e-ce.uth.gr |
Ιστοσελίδα | https://www.e-ce.uth.gr/contact-info/ |
Το Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών και συγκεκριμένα το Εργαστήριο Ηλεκτρονικής διοργανώνει στις 31 Ιανουαρίου 2025 ένα webinar όπου θα παρουσιαστούν θέματα που άπτονται της μηχανικής μάθησης και των έξυπνων αλγορίθμων στον τομέα του Electronic Design Automation (EDA).
Ημ/νία και ώρα: Παρασκευή, 31/01/2025 01:00pm-02:20pm
Τοποθεσία: Microsoft Teams
Εγγραφή (δωρεάν): https://www.eventbrite.co.uk/e/machine-learning-applications-in-eda-for-chiplet-reliability-tickets-1098709181739
Το webinar διοργανώνεται στα πλαίσια του Ευρωπαϊκού έργου COIN-3D: Collaborative Innovation in 3D VLSI Reliability (https://coin3d-project.eu/), όπου συμμετέχουν τα εξής πανεπιστήμια: University of Thessaly (Βόλος – Ελλάδα), University of Amsterdam (Άμστερνταμ – Ολλανδία), University of Bremen (Βρέμη – Γερμανία) και University of Glasgow (Γλασκώβη – Σκωτία).
Πρόγραμμα Webinar (UTC +02:00)
——————————
1:00pm – 1:01pm: Introduction to COIN-3D project
1:02pm – 1:12pm: ML/DL/AI Introduction
1:13pm – 1:23pm: Introduction to EDA/Chip Design: Key Challenges in Traditional Methods
1:24pm – 1:30pm: Q&A/Break
1:31pm – 1:38pm: AI-driven Design Optimization
1:39pm – 1:47pm: AI-driven Lithographic Hotspot Detection
1:48pm – 1:56pm: ML-Assisted Approach for Accelerated Thermal and IR Drop Analysis
1:57pm – 2:05pm: Swarm Intelligence for Electromigration-Resilient Design
2:06pm – 2:14pm: Unified thermal schedulder for DNN in 3D-stacked systems
2:15pm – 2:20pm: Q&A
Για περισσότερες πληροφορίες, επισκεφτείτε τα social media:
Σε περίπτωση προβλήματος ή ερώτησης, επικοινωνήστε με τον κ. Γεώργιο Φλώρο (gefloros@e-ce.uth.gr).