Dottorando in Ingegneria Elettrica, Elettronica E Delle Comunicazioni , 39o ciclo (2023-2026)
Dipartimento di Elettronica e Telecomunicazioni (DET)
Docente esterno e/o collaboratore didattico
Ateneo (ATENEO)
Docente esterno e/o collaboratore didattico
Dipartimento di Elettronica e Telecomunicazioni (DET)
Profilo
Dottorato di ricerca
Argomento di ricerca
Architetture innovative per decoder LDPC real-time per applicazioni critiche.
Tutori
Interessi di ricerca
Biografia
Vincenzo Petrolo, laureato in Ingegneria Informatica presso il Politecnico di Torino, è attualmente dottorando in Ingegneria Elettrica, Elettronica e delle Comunicazioni. Ha conseguito la Laurea Magistrale con lode in Ingegneria Informatica con una tesi su un innovativo modello di machine learning per la generazione di test su circuiti digitali (ATPG). Ha conseguito la laurea magistrale anche in Electrical and Computer Engineering alla University of Illinois Chicago presso la quale ha lavorato come Assistente di Ricerca. Ha attivamente lavorato nel progetto Cognisense per la Semiconductor Research Corporation (SRC), migliorando le prestazioni su simulatori di circuiti Analog-Mixed Signal (AMS) tramite il machine learning. I suoi interessi di ricerca sono il digital design di sistemi integrati, il machine learning e gli EDA.
Didattica
Insegnamenti
Corso di laurea magistrale
- Workshop "SoC Verification Strategies" . A.A. 2023/24, INGEGNERIA ELETTRONICA (ELECTRONIC ENGINEERING). Collaboratore del corso
- Challenge@PoliTo by Firms - NODES Spoke 7/TOSA. A.A. 2023/24, INGEGNERIA GESTIONALE (ENGINEERING AND MANAGEMENT). Collaboratore del corso
Pubblicazioni
Pubblicazioni più recenti Vedi tutte le pubblicazioni su Porto@Iris
- Petrolo, Vincenzo; Medya, Sourav; Graziano, Mariagrazia; Pal, Debjit (2024)
DETECTive: Machine Learning-driven Automatic Test Pattern Prediction for Faults in Digital Circuits. In: Proceedings of the Great Lakes Symposium on VLSI 2024, Clearwater (USA), June 12-14, 2024, pp. 32-37
Contributo in Atti di Convegno (Proceeding)