CESCHINI, ANDREA
CESCHINI, ANDREA
DIPARTIMENTO DI INGEGNERIA DELL'INFORMAZIONE, ELETTRONICA E TELECOMUNICAZIONI
A Fast Deep Learning Technique for Wi-Fi-Based Human Activity Recognition
2022 Succetti, F.; Rosato, A.; Di Luzio, F.; Ceschini, A.; Panella, M.
All-optical AND Logic Gate Based on Semiconductor Optical Amplifiers for Implementing Deep Recurrent Neural Networks
2022 Alam, Badrul; Ceschini, Andrea; Rosato, Antonello; Panella, Massimo; Asquini, Rita
All-optical logic gates based on semiconductor optical amplifiers for implementing deep recurrent neural networks
2022 Alam, B.; Ceschini, A.; Rosato, A.; Panella, M.; Asquini, R.
Deep Neural Networks for Electric Energy Theft and Anomaly Detection in the Distribution Grid
2021 Ceschini, A.; Rosato, A.; Succetti, F.; Di Luzio, F.; Mitolo, M.; Araneo, R.; Panella, M.
Design of an LSTM cell on a quantum hardware
2021 Ceschini, Andrea; Rosato, Antonello; Panella, Massimo
Ensembling Techniques for Quantum Neural Networks
2022 Incudini, M.; Grossi, M.; Ceschini, A.; Mandarino, A.; Panella, M.; Vallecorsa, S.; Windridge, D.; Di Pierro, A.
Hybrid Quantum-Classical Recurrent Neural Networks for Time Series Prediction
2022 Ceschini, A.; Rosato, A.; Panella, M.
Multivariate time series analysis for electrical power theft detection in the distribution grid
2022 Ceschini, A.; Rosato, A.; Succetti, F.; Araneo, R.; Panella, M.
Time series prediction with autoencoding LSTM networks
2021 Succetti, Federico; Ceschini, Andrea; Di Luzio, Francesco; Rosato, Antonello; Panella, Massimo
| Titolo | Data di pubblicazione | Autore(i) | File |
|---|---|---|---|
| A Fast Deep Learning Technique for Wi-Fi-Based Human Activity Recognition | 2022 | Succetti, F.; Rosato, A.; Di Luzio, F.; Ceschini, A.; Panella, M. | |
| All-optical AND Logic Gate Based on Semiconductor Optical Amplifiers for Implementing Deep Recurrent Neural Networks | 2022 | Alam, Badrul; Ceschini, Andrea; Rosato, Antonello; Panella, Massimo; Asquini, Rita | |
| All-optical logic gates based on semiconductor optical amplifiers for implementing deep recurrent neural networks | 2022 | Alam, B.; Ceschini, A.; Rosato, A.; Panella, M.; Asquini, R. | |
| Deep Neural Networks for Electric Energy Theft and Anomaly Detection in the Distribution Grid | 2021 | Ceschini, A.; Rosato, A.; Succetti, F.; Di Luzio, F.; Mitolo, M.; Araneo, R.; Panella, M. | |
| Design of an LSTM cell on a quantum hardware | 2021 | Ceschini, Andrea; Rosato, Antonello; Panella, Massimo | |
| Ensembling Techniques for Quantum Neural Networks | 2022 | Incudini, M.; Grossi, M.; Ceschini, A.; Mandarino, A.; Panella, M.; Vallecorsa, S.; Windridge, D.; Di Pierro, A. | |
| Hybrid Quantum-Classical Recurrent Neural Networks for Time Series Prediction | 2022 | Ceschini, A.; Rosato, A.; Panella, M. | |
| Multivariate time series analysis for electrical power theft detection in the distribution grid | 2022 | Ceschini, A.; Rosato, A.; Succetti, F.; Araneo, R.; Panella, M. | |
| Time series prediction with autoencoding LSTM networks | 2021 | Succetti, Federico; Ceschini, Andrea; Di Luzio, Francesco; Rosato, Antonello; Panella, Massimo |