Datum und Uhrzeit:
Ort: Large Seminar room OMZ (U014, INF 350, floor -1)
Im Rahmen des ZITI Colloquiums begrüßen wir Prof. Jie Han von der University of Alberta mit seinem Vortrag:
Approximate and Stochastic Ising Machines
Das Ising-Modell ist ein vielversprechender Ansatz zur Suche nach (sub-)optimalen Lösungen für kombinatorische Optimierungsprobleme. CMOS-Implementierungen solcher Solver, sogenannte Ising Machines, ermöglichen zuverlässige und präzise Lösungen mit flexibler und dichter Konnektivität, verursachen jedoch einen erheblichen Hardwareaufwand.
Approximate Computing bietet als Low-Power-Technik Möglichkeiten, die Hardwarekomplexität zu reduzieren, während Stochastic Computing eine effiziente Simulation der Dynamik des Ising-Modells ermöglicht. Die durch diese Techniken eingeführten Approximationen können zudem dabei helfen, lokale Minima zu verlassen.
In seinem Vortrag diskutiert Prof. Jie Han das Potenzial von Approximate und Stochastic Computing zur Verbesserung der Leistungsfähigkeit von Ising Machines.
CV
Jie Han erhielt seinen B.Sc. in Electronic Engineering von der Tsinghua University in Beijing, China, und seinen Ph.D. von der Delft University of Technology in den Niederlanden. Heute ist er Professor am Department of Electrical and Computer Engineering der University of Alberta in Edmonton, Kanada.
Prof. Han erhielt zahlreiche wissenschaftliche Auszeichnungen, darunter Best Paper Awards auf der DATE 2023 und NANOARCH 2015 sowie mehrere Best Paper Nominations. Seine Forschung zu fehlertoleranten Nanoschaltungen wurde zudem in der Ausgabe zum 125-jährigen Jubiläum des Science Magazine gewürdigt.
Darüber hinaus ist und war er als Associate Editor für zahlreiche IEEE- und internationale Fachzeitschriften tätig und übernahm leitende Funktionen bei verschiedenen internationalen Konferenzen, darunter IEEE NANO, NANOARCH, GLSVLSI und DFT.
Wir freuen uns auf einen spannenden Vortrag und laden alle Interessierten herzlich ein.