Gabriele Scaffidi Militone

Dottorando in Ingegneria Informatica E Dei Sistemi , 39^o ciclo (2023-2026)
Dipartimento di Automatica e Informatica (DAUIN)

Docente esterno e/o collaboratore didattico
Dipartimento di Automatica e Informatica (DAUIN)

gabriele.scaffidi@polito.it

Profilo

Dottorato di ricerca

Argomento di ricerca

Cloud continuum machine learning

Tutori

Interessi di ricerca

Data science, Computer vision and AI

Parallel and distributed systems, Quantum computing

Biografia

As the demand for novel distributed machine learning models operating at the edge continues to grow, so does the call for cloud continuum frameworks and technologies that combine edge and fog computing to support machine learning. In this broad context, it's necessary to explore innovative solutions achieved by combining the benefits of edge-based machine learning models with the cloud continuum scenario.

Didattica

Insegnamenti

Corso di laurea magistrale

Mobile application development. A.A. 2023/24, INGEGNERIA INFORMATICA (COMPUTER ENGINEERING). Collaboratore del corso
Web Applications II. A.A. 2023/24, INGEGNERIA INFORMATICA (COMPUTER ENGINEERING). Collaboratore del corso

Pubblicazioni

Pubblicazioni più recenti Vedi tutte le pubblicazioni su Porto@Iris

Militone, Gabriele Scaffidi; Apiletti, Daniele; Malnati, Giovanni (2023)
Combining fault-tolerant persistence and low-latency streaming access to binary data for AI models. In: 2023 IEEE International Conference on Big Data (BigData), Sorrento (IT), 15/12/2023 - 18/12/2023, pp. 3149-3153. ISBN: 979-8-3503-2445-7
Contributo in Atti di Convegno (Proceeding)