BICH, PHILIPPE

BICH, PHILIPPE  

Dipartimento di Elettronica e Telecomunicazioni  

067616  

Mostra records
Risultati 1 - 4 di 4 (tempo di esecuzione: 0.003 secondi).
Citazione Data di pubblicazione Autori File
MESA: A Dynamical Attention-based Pre-processing Pipeline for High-throughput Event-based Computer Vision Tasks / Bich, Philippe; Prono, Luciano; Boretti, Chiara; Pareschi, Fabio; Rovatti, Riccardo; Setti, Gianluca. - In: IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS. II, EXPRESS BRIEFS. - ISSN 1549-7747. - STAMPA. - (In corso di stampa). In corso di stampa Philippe BichLuciano PronoChiara BorettiFabio PareschiGianluca Setti + FINAL VERSION.pdf
A Multiply-And-Max/Min Neuron Paradigm for Aggressively Prunable Deep Neural Networks / Prono, Luciano; Bich, Philippe; Boretti, Chiara; Mangia, Mauro; Pareschi, Fabio; Rovatti, Riccardo; Setti, Gianluca. - In: IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS. - ISSN 2162-237X. - STAMPA. - 36:8(2025), pp. 14414-14427. [10.1109/tnnls.2025.3527644] 1-gen-2025 Prono, LucianoBich, PhilippeBoretti, ChiaraPareschi, FabioSetti, Gianluca + A_Multiply-And-Max_Min_Neuron_Paradigm_for_Aggressively_Prunable_Deep_Neural_Networks.pdf
Linearly-interpretable concept embedding models for text analysis / De Santis, Francesco; Bich, Philippe; Ciravegna, Gabriele; Barbiero, Pietro; Giordano, Danilo; Cerquitelli, Tania. - In: MACHINE LEARNING. - ISSN 0885-6125. - ELETTRONICO. - 114:10(2025). [10.1007/s10994-025-06839-5] 1-gen-2025 De Santis, FrancescoBich, PhilippeCiravegna, GabrieleGiordano, DaniloCerquitelli, Tania + s10994-025-06839-5.pdf
On the Universal Approximation Properties of Deep Neural Networks Using MAM Neurons / Bich, Philippe; Enttsel, Andriy; Prono, Luciano; Marchioni, Alex; Pareschi, Fabio; Mangia, Mauro; Setti, Gianluca; Rovatti, Riccardo. - In: IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE. - ISSN 0162-8828. - STAMPA. - 47:9(2025), pp. 8297-8304. [10.1109/tpami.2025.3570545] 1-gen-2025 Bich, PhilippeProno, LucianoPareschi, FabioSetti, Gianluca + On_the_Universal_Approximation_Properties_of_Deep_Neural_Networks_Using_MAM_Neurons (1).pdf