Vooruitgang op het gebied van biomedische sensoren, wearables en medische implantaten, in combinatie met state-of-the-art algoritmen van signaalverwerking, machine learning en kunstmatige intelligentie, transformeren het zorglandschap. Systemen die rond deze technologieën zijn gebouwd, maken gezondheidsmonitoring op afstand mogelijk, verbeteren de patiëntenzorg, detecteren levensbedreigende aandoeningen of voorspellen zelfs gezondheidsgebeurtenissen. Maar de volledige integratie van dergelijke technologieën in embedded/edge-platforms brengt verschillende uitdagingen met zich mee: edge-platforms zijn van nature beperkt in hulpbronnen en energie/energiebeperkt, terwijl algoritmen voor gegevensverwerking reken- en geheugenintensief zijn. Het managen van deze afweging vereist onderzoek naar efficiënte implementatiemethoden die zijn afgestemd op de systeemvereisten. In deze context heeft de voorgestelde PhD-vacature tot doel om digitale architecturen te onderzoeken en te ontwikkelen die lokale dataverwerking op edge nodes ondersteunen. Het idee is om gebruik te maken van moderne heterogene platforms die embedded processorcores (software) combineren met herconfigureerbare FPGA-logica (hardware). De flexibiliteit van dergelijke platforms biedt betere ondersteuning voor evoluerende algoritmen, verminderde numerieke precisie of aangepaste planningstechnieken, die nodig zijn om de implementatie af te stemmen op de systeemvereisten. Als onderdeel van het werk zal de kandidaat moderne trends in FPGA-technologieën onderzoeken die de stroom voor het implementeren van complexe machine learning-kaders vergemakkelijken door op hogere abstractieniveaus te werken.
Datum:15 okt 2021 → Heden
Trefwoorden:RISC-V, Digital Design Architecture, Machine Learning Hardware Accelerators, Heterogenous Computing Platforms, FPGA, Embedded Systems, Healthcare, Computer Organization and Architecture, Sensor Fusion and Processing, Machine Learning On-Chip, Coprocessor Design, Context-Aware Electronics, Constrained Devices, Digital Logic, Edge Computing
Disciplines:Rekenkundige en logische structuren, Computerarchitectuur en -organisatie, Elektronisch design, Input-, output- en data-apparatuur, Logisch design, Prestatie-evaluatie, testing en simulatie van betrouwbaarheid, Processorarchitecturen, Computer hardware niet elders geclassificeerd, Analoge en digitale signaalverwerking, Embedded en real-time systemen, Computerarchitectuur en netwerken niet elders geclassificeerd, Cryptografie, privacy en beveiliging, Architectuur van het computersysteem, Computersysteembeveiliging, Adaptive agents en intelligente robotica, Machine learning en besluitvorming, Gezondheidsinformatica, Computervisie, Beeldverwerking, Embedded systems, Geheugenmanagement, Signaalverwerking, Elektronica niet elders geclassificeerd, Computer vision, Interactieve en intelligente systemen, Slimme sensoren, Sensoren, biosensoren en slimme sensoren niet elders geclassificeerd, Andere elektrische en elektronische engineering niet elders geclassificeerd, Computers en logische systemen, Sensoren, estimatoren en actuatoren, Signalen en systemen, Software en data-acquisitie, Prestatiemodellering, Gedistribueerde systemen, Distributed computing niet elders geclassificeerd, Ubiquitous computing, Parallel computing, Automatisatie en controlesystemen, Digitaal geïntegreerde circuits, Patroonherkenning en neurale netwerken, Geheugenstructuren, Multimediaverwerking niet elders geclassificeerd, Audio- en spraakverwerking, Biomedische beeldverwerking, Beeld- en taalverwerking, Systeemsoftware en middleware, Systeemtheorie en -controle, Draadloze communicatie- en positioneringssystemen
Project type:PhD project
