BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//ISISLab - ECPv6.3.3//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://www.isislab.it
X-WR-CALDESC:Eventi per ISISLab
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Rome
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Rome:20250903T140000
DTEND;TZID=Europe/Rome:20250903T150000
DTSTAMP:20260502T014428
CREATED:20250902T122627Z
LAST-MODIFIED:20250902T122628Z
UID:50493-1756908000-1756911600@www.isislab.it
SUMMARY:Seminar by Dr. Sohan Lal - Harnessing the Power of GPUs: A Path to Efficiency and Sustainability
DESCRIPTION:Abstract: Graphics Processing Units (GPUs) have rapidly evolved from fixed-function graphics engines to general-purpose parallel computing platforms\, powering a broad spectrum of applications\, from AI and scientific computing to embedded systems. Their high performance-per-watt has made them central to modern computing\, including their adoption in 8 of the world’s top 10 supercomputers. Yet\, GPUs continue to face challenges related to high power consumption and reduced energy efficiency under low utilization\, critical hurdles on the path to sustainable and exascale computing. \n\n\n\nIn this talk\, I will explore key architectural bottlenecks that limit GPU efficiency and briefly present architectural techniques (targeting the memory hierarchy) we have developed to address them. I will also highlight simulation and benchmarking tools from our group for modeling power and emerging features in NVIDIA Hopper and Blackwell architectures. The talk will conclude with an overview of our ongoing projects\, such as LEAP (Locality-Driven High-Performance\, Energy-Efficient GPUs) and ScaleHPC (Scalability Prediction for HPC Systems)\, both aimed at advancing sustainable GPU computing. \n\n\n\nShort Bio: Dr. Sohan Lal is a computer architecture researcher with a particular focus on GPU and heterogeneous architectures. He has led the Massively Parallel Systems (MPS) research group as a Junior Professor at TU Hamburg for four years and previously worked as a postdoctoral researcher at TU Berlin\, where he also earned his Ph.D. in 2019. \n\n\n\nDr. Lal's research has been published in top-tier venues such as IPDPS\, Euro-Par\, DATE\, HPEC\, ICCD\, and IJPP\, including two papers that received Best Paper and Best Poster Awards. He has successfully secured competitive third-party funding from DFG\, BMBF\, and ECIU.
URL:https://www.isislab.it/event/seminar-by-dr-sohan-lal-harnessing-the-power-of-gpus-a-path-to-efficiency-and-sustainability/
LOCATION:Room P6\, Building F3\, Floor 0\, Dipartimento di Informatica Università di Salerno\, Via Papa\, Via Giovanni Paolo II\, 132\, 84084 Fisciano SA\, Italia
CATEGORIES:Seminari
ATTACH;FMTTYPE=image/png:https://www.isislab.it/wp-content/uploads/2025/09/Seminar-2025-09-03.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Rome:20250911T120000
DTEND;TZID=Europe/Rome:20250911T130000
DTSTAMP:20260502T014428
CREATED:20250908T163828Z
LAST-MODIFIED:20250908T163829Z
UID:50499-1757592000-1757595600@www.isislab.it
SUMMARY:Seminario: "KgSum: profilazione e classificazione automatica di Knowledge Graph"  di Mario Cosenza
DESCRIPTION:AbstractI Knowledge Graph (KG) permettono di rappresentare entità e relazioni in forma di grafo\, facilitando l’organizzazione di dati complessi e collegati tra loro. La loro caratterizzazione manuale\, però\, è un processo oneroso e poco scalabile. In questo seminario presento KgSum\, un progetto per automatizzare l’estrazione dei temi principali e la creazione di profili descrittivi di KG a partire da endpoint SPARQL e dump RDF. Il dataset è stato costruito raccogliendo Knowledge Graph da fonti come LOD Cloud\, Zenodo e GitHub\, ed estraendo da essi informazioni quali vocabolari\, classi\, proprietà ed etichette. Per la classificazione sono stati sperimentati sia algoritmi di machine learning tradizionali sia approcci più recenti\, tra cui autoencoder e l’adattamento del modello Mistral 7B tramite QLoRA. L’applicazione\, dotata di interfaccia web sviluppata in Next.js e distribuita con Docker\, è stata valutata su dataset reali raggiungendo fino al 79% di accuratezza; nella presentazione verranno inoltre discusse le principali limitazioni e prospettive di sviluppo future.
URL:https://www.isislab.it/event/seminario-kgsum-profilazione-e-classificazione-automatica-di-knowledge-graph-di-mario-cosenza/
CATEGORIES:Seminari
ATTACH;FMTTYPE=image/png:https://www.isislab.it/wp-content/uploads/2025/09/Seminar-2025-09-11.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Rome:20250918T120000
DTEND;TZID=Europe/Rome:20250918T130000
DTSTAMP:20260502T014428
CREATED:20250915T111748Z
LAST-MODIFIED:20250915T111749Z
UID:50522-1758196800-1758200400@www.isislab.it
SUMMARY:Seminario: "Hypernegative: una libreria in Python per la valutazione di algoritmi di Hyperlink Prediction" di Giovanni Semioli
DESCRIPTION:Abstract:Gli ipergrafi modellano in modo naturale sistemi reali con relazioni di ordine superiore. Un problema centrale è l’Hyperlink Prediction (HLP): stimare collegamenti futuri tra insiemi di nodi. L’HLP è difficile: le relazioni di arità variabile ampliano lo spazio di ricerca\, il forte sbilanciamento tra positivi e negativi distorce l’addestramento\, e la scalabilità complica sia training sia valutazione. Il Negative Sampling (NS) è cruciale\, ma scelte eterogenee rendono i risultati poco comparabili e spesso non riproducibili. \n\n\n\nIn questo seminario presentiamo Hypernegative\, una libreria Python che fornisce un’interfaccia unificata per costruire pipeline di Machine Learning per HLP con NS. La libreria standardizza il flusso di lavoro\, offre strategie di NS configurabili e protocolli di valutazione coerenti\, migliorando riproducibilità e confronto tra metodi. Obiettivo: ridurre la varianza indotta dal NS\, stabilizzare i benchmark e accelerare lo sviluppo di soluzioni HLP applicabili su ipergrafi reali e di grandi dimensioni.
URL:https://www.isislab.it/event/seminario-hypernegative-una-libreria-in-python-per-la-valutazione-di-algoritmi-di-hyperlink-prediction-di-giovanni-semioli/
LOCATION:Laboratorio ISISLab\, Dipartimento di Informatica\, Università di Salerno (Edificio F\, Stecca 7\, Lab. 10\, II piano) – Via Giovanni Paolo II\, 132\, 84084 Fisciano (SA)
CATEGORIES:Seminari
ATTACH;FMTTYPE=image/png:https://www.isislab.it/wp-content/uploads/2025/09/Seminar-2025-09-18.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Rome:20250925T120000
DTEND;TZID=Europe/Rome:20250925T130000
DTSTAMP:20260502T014428
CREATED:20250922T172024Z
LAST-MODIFIED:20250922T172026Z
UID:50535-1758801600-1758805200@www.isislab.it
SUMMARY:Seminario: M²CS: Una libreria per lo storage multi/hybrid-cloud con funzionalità di replica trasparente di Luca Del Bue
DESCRIPTION:Abstract: Con la crescente diffusione delle architetture cloud-native\, emerge la necessità di gestire in modo efficiente e uniforme i dati distribuiti su diversi servizi di storage. M²CS (Multi-Cloud Multi-Storage)\, una libreria sviluppata in Go\, si propone come livello di astrazione tra le applicazioni e i provider di storage\, siano essi cloud o on-premise. La tesi illustra la progettazione e l’implementazione di questa libreria\, con particolare attenzione alle operazioni CRUD e alla gestione\, sia sincrona che asincrona\, dei dati in modo trasparente\, efficiente (compressione) e sicuro (cifratura) verso servizi eterogenei quali AWS S3\, Azure Blob Storage e MinIO. La caratteristica distintiva di M²CS è la capacità di replicare automaticamente i file su più provider\, garantendo alta disponibilità\, affidabilità e indipendenza dal vendor.
URL:https://www.isislab.it/event/seminario-m%c2%b2cs-una-libreria-per-lo-storage-multi-hybrid-cloud-con-funzionalita-di-replica-trasparente-di-luca-del-bue/
LOCATION:Laboratorio ISISLab\, Dipartimento di Informatica\, Università di Salerno (Edificio F\,  Lab. 10\, II piano)\, Via Giovanni Paolo II\, 132\, 84084 Fisciano SA Fisciano\, Italy Italy\, Fisciano\, Salerno\, 84084\, Italy
CATEGORIES:Seminari
ATTACH;FMTTYPE=image/png:https://www.isislab.it/wp-content/uploads/2025/09/Seminar-2025-09-25.png
END:VEVENT
END:VCALENDAR