LAGANI, GABRIELE
LAGANI, GABRIELE
Istituto di Scienza e Tecnologie dell'Informazione "Alessandro Faedo" - ISTI
Scalable bio-inspired training of Deep Neural Networks with FastHebb
2024 Lagani, G.; Falchi, F.; Gennaro, C.; Fassold, H.; Amato, G.
AIMH Lab for a susteinable bio-inspired AI
2023 Lagani G.; Falchi F.; Gennaro C.; Amato G.
AIMH Research Activities 2023
2023 Aloia, N; Amato, G; Bartalesi, V; Bianchi, L; Bolettieri, P; Bosio, C; Carraglia, M; Carrara, F; Casarosa, V; Ciampi, L; Coccomini, Da; Concordia, C; Corbara, S; De Martino, C; Di Benedetto, M; Esuli, A; Falchi, F; Fazzari, E; Gennaro, C; Lagani, G; Lenzi, E; Meghini, C; Messina, N; Molinari, A; Moreo, A; Nardi, A; Pedrotti, A; Pratelli, N; Puccetti, G; Rabitti, F; Savino, P; Sebastiani, F; Sperduti, G; Thanos, C; Trupiano, L; Vadicamo, L; Vairo, C; Versienti, L
THE D.3.2.1 - AA@THE User needs, technical requirements and specifications
2023 Pratali, L; Campana, MATTIA GIOVANNI; Delmastro, F; Di Martino, F; Pescosolido, L; Barsocchi, P; Broccia, G; Ciancia, V; Gennaro, C; Girolami, M; Lagani, G; La Rosa, D; Latella, D; Magrini, M; Manca, M; Massink, M; Mattioli, A; Moroni, D; Palumbo, F; Paradisi, P; Paternò, F; Santoro, C; Sebastiani, L; Vairo, C
THE D.8.8.1 - State of the art for digital models of cultured neural networks
2023 Lagani, G; Falchi, F; Amato, G
AIMH research activities 2022
2022 Aloia, N.; Amato, G.; Bartalesi Lenzi, V.; Benedetti, F.; Bolettieri, P.; Cafarelli, D.; Carrara, F.; Casarosa, V.; Ciampi, L.; Coccomini, D. A.; Concordia, C.; Corbara, S.; Di Benedetto, M.; Esuli, A.; Falchi, F.; Gennaro, C.; Lagani, G.; Lenzi, E.; Meghini, C.; Messina, N.; Metilli, D.; Molinari, A.; Moreo Fernandez, A. D.; Nardi, A.; Pedrotti, A.; Pratelli, N.; Rabitti, F.; Savino, P.; Sebastiani, F.; Sperduti, G.; Thanos, C.; Trupiano, L.; Vadicamo, L.; Vairo, C.
Bio-inspired approaches for Deep Learning: from spiking neural networks to Hebbian plasticity
2022 Lagani, G
Comparing the performance of Hebbian against backpropagation learning using convolutional neural networks
2022 Lagani, G; Falchi, F; Gennaro, C; Amato, G
Deep features for CBIR with scarce data using Hebbian learning
2022 Lagani, G.; Bacciu, D.; Gallicchio, C.; Falchi, F.; Gennaro, C.; Amato, G.
FastHebb: scaling hebbian training of deep neural networks to ImageNet level
2022 Lagani, G; Gennaro, C; Fassold, H; Amato, G
Recent advancements on bio-inspired Hebbian learning for deep neural networks
2022 Lagani G.
AIMH research activities 2021
2021 Aloia, N; Amato, G; Bartalesi, V; Benedetti, F; Bolettieri, P; Cafarelli, D; Carrara, F; Casarosa, V; Coccomini, D; Ciampi, L; Concordia, C; Corbara, S; Di Benedetto, M; Esuli, A; Falchi, F; Gennaro, C; Lagani, G; Massoli, Fv; Meghini, C; Messina, N; Metilli, D; Molinari, A; Moreo, A; Nardi, A; Pedrotti, A; Pratelli, N; Rabitti, F; Savino, P; Sebastiani, F; Sperduti, G; Thanos, C; Trupiano, L; Vadicamo, L; Vairo, C
Assessing pattern recognition performance of neuronal cultures through accurate simulation
2021 Lagani, G; Mazziotti, R; Falchi, F; Gennaro, C; Cicchini, Gm; Pizzorusso, T; Cremisi, F; Amato, G
Hebbian Learning GitHub repository
2021 Lagani, G
Hebbian semi-supervised learning in a sample efficiency setting
2021 Lagani, G; Falchi, F; Gennaro, C; Amato, G
AIMH research activities 2020
2020 Aloia, N.; Amato, G.; Bartalesi Lenzi, V.; Benedetti, F.; Bolettieri, P.; Carrara, F.; Casarosa, V.; Ciampi, L.; Concordia, C.; Corbara, S.; Esuli, A.; Falchi, F.; Gennaro, C.; Lagani, G.; Massoli, F. V.; Meghini, C.; Messina, N.; Metilli, D.; Molinari, A.; Moreo Fernandez, A.; Nardi, A.; Pedrotti, A.; Pratelli, N.; Rabitti, F.; Savino, P.; Sebastiani, F.; Thanos, C.; Trupiano, L.; Vadicamo, L.; Vairo, C.
AIMIR 2019 Research Activities
2019 Amato, G; Bolettieri, P; Carrara, F; Ciampi, L; Di Benedetto, M; Debole, F; Falchi, F; Gennaro, C; Lagani, G; Massoli, Fv; Messina, N; Rabitti, F; Savino, P; Vadicamo, L; Vairo, C
Hebbian learning meets deep convolutional neural networks
2019 Amato, G; Carrara, F; Falchi, F; Gennaro, C; Lagani, G
Titolo | Data di pubblicazione | Autore(i) | File |
---|---|---|---|
Scalable bio-inspired training of Deep Neural Networks with FastHebb | 1-gen-2024 | Lagani, G.; Falchi, F.; Gennaro, C.; Fassold, H.; Amato, G. | |
AIMH Lab for a susteinable bio-inspired AI | 1-gen-2023 | Lagani G.; Falchi F.; Gennaro C.; Amato G. | |
AIMH Research Activities 2023 | 1-gen-2023 | Aloia, N; Amato, G; Bartalesi, V; Bianchi, L; Bolettieri, P; Bosio, C; Carraglia, M; Carrara, F; Casarosa, V; Ciampi, L; Coccomini, Da; Concordia, C; Corbara, S; De Martino, C; Di Benedetto, M; Esuli, A; Falchi, F; Fazzari, E; Gennaro, C; Lagani, G; Lenzi, E; Meghini, C; Messina, N; Molinari, A; Moreo, A; Nardi, A; Pedrotti, A; Pratelli, N; Puccetti, G; Rabitti, F; Savino, P; Sebastiani, F; Sperduti, G; Thanos, C; Trupiano, L; Vadicamo, L; Vairo, C; Versienti, L | |
THE D.3.2.1 - AA@THE User needs, technical requirements and specifications | 1-gen-2023 | Pratali, L; Campana, MATTIA GIOVANNI; Delmastro, F; Di Martino, F; Pescosolido, L; Barsocchi, P; Broccia, G; Ciancia, V; Gennaro, C; Girolami, M; Lagani, G; La Rosa, D; Latella, D; Magrini, M; Manca, M; Massink, M; Mattioli, A; Moroni, D; Palumbo, F; Paradisi, P; Paternò, F; Santoro, C; Sebastiani, L; Vairo, C | |
THE D.8.8.1 - State of the art for digital models of cultured neural networks | 1-gen-2023 | Lagani, G; Falchi, F; Amato, G | |
AIMH research activities 2022 | 1-gen-2022 | Aloia, N.; Amato, G.; Bartalesi Lenzi, V.; Benedetti, F.; Bolettieri, P.; Cafarelli, D.; Carrara, F.; Casarosa, V.; Ciampi, L.; Coccomini, D. A.; Concordia, C.; Corbara, S.; Di Benedetto, M.; Esuli, A.; Falchi, F.; Gennaro, C.; Lagani, G.; Lenzi, E.; Meghini, C.; Messina, N.; Metilli, D.; Molinari, A.; Moreo Fernandez, A. D.; Nardi, A.; Pedrotti, A.; Pratelli, N.; Rabitti, F.; Savino, P.; Sebastiani, F.; Sperduti, G.; Thanos, C.; Trupiano, L.; Vadicamo, L.; Vairo, C. | |
Bio-inspired approaches for Deep Learning: from spiking neural networks to Hebbian plasticity | 15-gen-2022 | Lagani, G | |
Comparing the performance of Hebbian against backpropagation learning using convolutional neural networks | 1-gen-2022 | Lagani, G; Falchi, F; Gennaro, C; Amato, G | |
Deep features for CBIR with scarce data using Hebbian learning | 1-gen-2022 | Lagani, G.; Bacciu, D.; Gallicchio, C.; Falchi, F.; Gennaro, C.; Amato, G. | |
FastHebb: scaling hebbian training of deep neural networks to ImageNet level | 1-gen-2022 | Lagani, G; Gennaro, C; Fassold, H; Amato, G | |
Recent advancements on bio-inspired Hebbian learning for deep neural networks | 1-gen-2022 | Lagani G. | |
AIMH research activities 2021 | 1-gen-2021 | Aloia, N; Amato, G; Bartalesi, V; Benedetti, F; Bolettieri, P; Cafarelli, D; Carrara, F; Casarosa, V; Coccomini, D; Ciampi, L; Concordia, C; Corbara, S; Di Benedetto, M; Esuli, A; Falchi, F; Gennaro, C; Lagani, G; Massoli, Fv; Meghini, C; Messina, N; Metilli, D; Molinari, A; Moreo, A; Nardi, A; Pedrotti, A; Pratelli, N; Rabitti, F; Savino, P; Sebastiani, F; Sperduti, G; Thanos, C; Trupiano, L; Vadicamo, L; Vairo, C | |
Assessing pattern recognition performance of neuronal cultures through accurate simulation | 1-gen-2021 | Lagani, G; Mazziotti, R; Falchi, F; Gennaro, C; Cicchini, Gm; Pizzorusso, T; Cremisi, F; Amato, G | |
Hebbian Learning GitHub repository | 1-gen-2021 | Lagani, G | |
Hebbian semi-supervised learning in a sample efficiency setting | 1-gen-2021 | Lagani, G; Falchi, F; Gennaro, C; Amato, G | |
AIMH research activities 2020 | 1-gen-2020 | Aloia, N.; Amato, G.; Bartalesi Lenzi, V.; Benedetti, F.; Bolettieri, P.; Carrara, F.; Casarosa, V.; Ciampi, L.; Concordia, C.; Corbara, S.; Esuli, A.; Falchi, F.; Gennaro, C.; Lagani, G.; Massoli, F. V.; Meghini, C.; Messina, N.; Metilli, D.; Molinari, A.; Moreo Fernandez, A.; Nardi, A.; Pedrotti, A.; Pratelli, N.; Rabitti, F.; Savino, P.; Sebastiani, F.; Thanos, C.; Trupiano, L.; Vadicamo, L.; Vairo, C. | |
AIMIR 2019 Research Activities | 1-gen-2019 | Amato, G; Bolettieri, P; Carrara, F; Ciampi, L; Di Benedetto, M; Debole, F; Falchi, F; Gennaro, C; Lagani, G; Massoli, Fv; Messina, N; Rabitti, F; Savino, P; Vadicamo, L; Vairo, C | |
Hebbian learning meets deep convolutional neural networks | 1-gen-2019 | Amato, G; Carrara, F; Falchi, F; Gennaro, C; Lagani, G |