fbpx Parte la sfida Challenge GPU4EO | Page 49 | Scienza in rete

Parte la sfida Challenge GPU4EO

Primary tabs

Read time: 2 mins

Planetek Italia s.r.l. lancia la sfida “Challenge GPU4EO” nell’ambito del progetto “RIESCO- Ricerca ImprESa COnoscenza: l'innovazione dal laboratorio all'impresa in Puglia”, che vede coinvolti CNR, ENEA, INFN, con la partecipazione di Confindustria Puglia.

Challenge GPU4EO 2015 è una sfida tra ricercatori finalizzata ad ottimizzare le performances di un software di elaborazione di immagini telerilevate sfruttando le capacità elaborative delle Graphics Processing Unit (GPU), ampiamente utilizzate nei cellulari, nei computer e nelle workstations. I partecipanti avranno l’opportunità di modificare uno o più processi della catena elaborativa e di rivedere gli algoritmi specifici al fine di implementare le potenzialità della piattaforma GPU. Promuovendo l’integrazione di competenze trasversali, l’iniziativa mira a ridurre i tempi complessivi di elaborazione delle immagini e a favorire un contesto favorevole alla sinergia tra il mondo della ricerca e le imprese.

Possono partecipare al Challenge team afferenti ad enti di ricerca o team di studenti e/o professionisti che vogliono misurarsi con la sfida lanciata. Per i vincitori sono messi in palio complessivamente € 5.000 oltre ad altri riconoscimenti. Sono partner dell’iniziativa GAP s.r.l. per il supporto nell’utilizzo del software da implementare, INFN e il Dipartimento di Fisica dell’Università di Bari, che hanno messo a disposizione la piattaforma di riferimento nel datacenter ReCas.

Per partecipare al Challenge è necessario effettuare l’iscrizione attraverso il sito, nel periodo compreso tra il 1 aprile e il 2 giugno 2015. Eventuali richieste di chiarimenti o supporto potranno essere inviate via e-mail all’indirizzo.
Entro il 15 giugno, i partecipanti devono inviareInn il report delle attività all’indirizzo. Con la chiusura delle attività sarà inibito l’accesso alla piattaforma di riferimento.

La premiazione è prevista per il 25 giugno 2015.

Autori: 
Sezioni: 
Innovazione

prossimo articolo

Vedere le faglie in 3D grazie al machine learning

prefettura dell aquila dopo il terremoto del 2019

Un sistema di algoritmi di machine learning permette di ricostruire la geometria tridimensionale delle faglie sismiche a partire solo dalla posizione degli ipocentri, rivelando la loro struttura gerarchica e segmentata. L’approccio, sviluppato da un gruppo di ricercatori dell’Università di Napoli Federico II e testato su diverse sequenze sismiche, potrebbe migliorare i modelli di previsione probabilistica operativa dei terremoti. Nell'immagine il palazzo della prefettura a L'Aquila dopo il terremoto del 6 aprile 2009. Credit: TheWiz83/Wikipedia (CC BY-SA 3.0). 

Siamo abituati a immaginare le faglie come piani, a separazione di blocchi di roccia che muovendosi l’uno rispetto all’altro generano i terremoti. In realtà, le faglie hanno geometrie molto più complicate. Più che come piani, dovremmo immaginarle come sottili parallelepipedi, strati di roccia con un certo spessore, all’interno dei quali si trovano altre faglie più piccole, e così via in un meccanismo di segmentazione gerarchico.