Quantum Computing And Neural Networks – prof. Massimo Panella, Antonello Rosato

Ingegneria Elettronica - Electronics Engineering · Sapienza Università di Roma · 2º anno · 1º semestre · Ingegneria Elettronica (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) · 6 CFU · a scelta (GRUPPO DI CARATTERIZZAZIONE - MDEE) · canale unico

Testi d'esame di Quantum Computing And Neural Networks del prof. Massimo Panella, Antonello Rosato, canale unico, corso di laurea in Ingegneria Elettronica - Electronics Engineering (Laurea magistrale (LM-29)), Sapienza Università di Roma, 2º anno · 1º semestre · Ingegneria Elettronica (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) · 6 CFU · a scelta (GRUPPO DI CARATTERIZZAZIONE - MDEE), a.a. 2026/2027. Libri adottati: Kung – VLSI Systems and Computations; Goodfellow – Deep Learning.

Quantum Computing And Neural Networks – Prof. Massimo Panella, Prof. Antonello Rosato Canale unico

Corso di laurea: Ingegneria Elettronica - Electronics Engineering · Laurea magistrale (LM-29) · 2º anno · 1º semestre · Ingegneria Elettronica (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) · 6 CFU · a scelta (GRUPPO DI CARATTERIZZAZIONE - MDEE) / 2º anno · 1º semestre · Ingegneria Elettronica (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) · 6 CFU · a scelta (GRUPPO DI SPECIALIZZAZIONE - MDEE)

Sapienza · Ingegneria dell'informazione, informatica e statistica · 6 CFU · apri nel catalogo

Il docente indica 2 testi · da studiare tutti

Kung – VLSI Systems and Computations Vai su Amazon ›Verificato sulla scheda ufficiale il 18/09/2026

Goodfellow – Deep Learning Vai su Amazon ›Verificato sulla scheda ufficiale il 18/09/2026

Bacheca del docente: cosa indica di studiare

Appunti e dispense forniti dal docente.

Argomenti del programma: Introduzione al Machine Learning. Intelligenza artificiale, machine Learning e reti neurali. Concetti di base sull'apprendimento supervisionato e non supervisionato. Panoramica sulle applicazioni del machine learning e del deep learning. Applicazioni del machine learning ai sistemi elettrici ed elettronici. Approcci pratici all'uso di reti neurali. Perceptron. Apprendimento, discesa a gradiente e backpropagation.

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Altre materie del prof. Panella, Rosato

Advanced Neural Networks For Industrial Engineering · Ingegneria Gestionale - Management Engineering · 2º anno · 1º semestre · Metodi e modelli per il supporto alle decisioni · 6 CFU · a scelta (MEMO-11)
Elettrotecnica · Ingegneria Gestionale · 2º anno · 2º semestre · 6 CFU

Altri esami del 2º anno – Ingegneria Elettronica - Electronics Engineering

Elettronica per L'Ambiente · 1º semestre · Andrea Pietrelli
Radar Imaging Techniques · 1º semestre · Debora Pastina
Remote Sensing · 1º semestre · Ferdinando Nunziata
Ultra Wide Band Radio Fundamentals · 1º semestre · Maria Gabriella Di Benedetto
Circuiti a Tempo Discreto · 2º semestre · Raffaele Parisi
Discrete Mathematics · 2º semestre · Stefano Capparelli, Andrea Vietri
Microsistemi Fotonici · 2º semestre · Rita Asquini
Sistemi Operativi · 2º semestre · Riccardo Lazzeretti, Francesco Leotta
Therapeutic Applications Of Low Frequency Electromagnetic Fields · 2º semestre · Francesca Apollonio, Alessandra Paffi

Vedi anche: Prof. Massimo Panella · Prof. Antonello Rosato · Quantum Computing And Neural Networks a Sapienza (tutti i canali)