1. Sahoo J、Mishra R、Joshi RK (2024) 批量分离 RNA 测序 (BSR-Seq) 结合 SNP 基因分型对洋葱 (Allium cepa L.) 紫斑抗性基因进行定位和表征。植物分子生物学报告。https://doi.org/10.1007/s11105-024-01466-1 (IF-1.6)。2. Mahanty B、Mishra R、Joshi RK (2023) 洋葱 (Allium cepa L.) 对镰刀菌基底腐病感染的 miRNome 动态的全球研究。生理和分子植物病理学。https://doi.org/10.1016/j.pmpp.2023.102157。(IF-2.89)。 3. Sahoo J、Mishra R、Joshi RK (2023) 开发与紫斑病抗性相关的 SNP 标记,用于洋葱 (Allium cepa L.) 育种中的标记辅助选择。3 生物技术。https://doi.org/10.1007/s13205-023-03562-7 (IF-2.89)。4. Mahanty B、Mishra R、Joshi RK (2023) 尖镰孢菌 f.sp cepae 小 RNA (Foc-sRNA) 通过跨界 RNA 干扰促进洋葱 (Allium cepa L.) 的疾病易感性。生理和分子植物病理学。125: 102018。https://doi.org/10.1016/j.pmpp.2023.102018。(IF- 2.74)。 5. Sahoo J、Mahanty B、Mishra R、Joshi RK (2023) 开发与紫斑病抗性相关的 SNP 标记,用于洋葱 (Allium cepa L.) 育种中的标记辅助选择。3 Biotech。13: 137。https://doi.org/10.1007/s13205-023-03562-7。(影响因子 2.89)。6. Mahanty B、Mishra R、Joshi RK (2023) 植物与真菌病原体之间的跨界小 RNA 通讯 - 最新更新和未来农业的前景。RNA 生物学。https://doi.org/10.1080/15476286.2023.2195731。(影响因子:4.77)。 7. Mahanty B、Mishra R、Joshi RK (2023) 雌雄异株葫芦科植物的性别分化——分子视角。生物技术研究杂志。18(2): 118-126。https://doi.org/10.25303/1802rjbt1180126 (IF-0.35)。8. Mahanty B、Mishra R、Joshi RK (2022) Zn(II) 2 Cys 6 簇基因家族的分子表征及其与洋葱基腐病病原菌 Fusarium oxysporum f. sp. cepae 致病性的关联。生理和分子植物病理学。https://doi.org/10.1016/j.pmpp.2021.101782。 (影响因子 - 2.74) 9. Mallick T、Mishra R、Mohanty S、Joshi RK (2022) 马铃薯软腐病原菌 Pectobacterium carotovorum 菌株 ICMP 5702 的全基因组分析,以预测其遗传特征的新见解。Plant Pathol J. 38(2): 102-114。https://doi.org/10.5423/PPJ.OA.12.2021.0190 (影响因子:2.32)。10. Nanda S、Kumar G、Mishra R、Joshi RK (2022) 微生物辅助缓解马铃薯中重金属毒性
摘要:在人工智能的时代,卷积神经网络(CNN)正在成为一种用于图像处理的强大技术,例如去核,超分辨率甚至样式转移。他们表现出很大的潜力,可以将下一代相机和展示带入我们的日常生活。但是,传统的CNN加速器很难在边缘生成超高分辨率视频,因为它们的大量急速带宽和功耗。例如,用于降级的高级FFDNET可能需要131 GB/s的DRAM带宽,而在4K UHD 30FPS处则需要106个计算顶部。在这次演讲中,我将介绍我们最近的两部作品,以应对DRAM带宽和功耗的挑战。首先,我将讨论图像处理CNN带来的图像二线革命并阐述其设计挑战;为了清楚起见,他们与识别CNN的差异将得到强调。然后,我将以整体方式介绍我们的第一份作品 - ECNN [Micro'19],共同优化推理流,网络模型,指令集和处理器设计。尤其是,具有面向硬件的ERNET模型的基于块的推理流可以支持FFDNET级DINOISING和SRRESNET级超分辨率,在4K UHD 30 FPS下使用小于2 GB/s的DRAM带宽。最后,我将介绍我们的第二件作品(ISCA'21],它利用了Ring Argebra的常规稀疏度,以实现近乎最大的硬件节省和优雅的卷积发动机质量降解。布局结果表明,可以分别使用3.76 W和2.22 W进行等效的41个高位计算,分别以40 nm的技术为50%(无质量下降)和75%和75%(PSNR下降的0.11 dB)。
在国际公认的,经过同行评审的期刊上发布高质量研究。安全研究资金以支持强大的研究计划/方向。监督学生研究,包括与网络安全相关的UG毕业项目,MSC论文和博士学位论文。设计并提供本科和研究生课程。从事基于技术的教学方法,并为学习实践的持续改进做出贡献。参加外展活动,例如继续教育研讨会或社区参与计划。参加分配的系,教职员工和大学委员会。建议和指导UG&PG学生。
∠ A space-decoupling framework for optimization on bounded-rank matrices with orthogonally invariant constraints 2024.11.23 Seminar on Advanced Mathematical Optimization, Nanning, China ∠ Desingularization of bounded-rank tensor sets 2024.11.14 2024 SCMS workshop on learning and optimization in non-Euclidean spaces , Shanghai, China ∠双层优化的高成分:Krylov子空间的有效计算和重新掌管学习中的增强调查2024.12.07 2024 2024国际数据科学和脑启发的智能会议,上海,中国2024.08.11中国科学机器学习(CSML2024),Shanghai和中国的应用方法: 2024.12.11 2nd Brazil-China Joint Mathematical Meeting , Dongguan, China 2024.09.29 Forum on Mathematical Optimization, Dalian, China 2024.05.13 SIAM Conference on Applied Linear Algebra (LA24) , Sorbonne University, Paris, France ∠ Low-rank optimization on matrix and tensor varieties 2024.04.20 Seminar on Advanced Optimization , Jilin,中国
副教授 Channarong Rodkhum 博士 鱼类传染病卓越中心 (CE FID) 兽医学院 泰国朱拉隆功大学 电子邮箱:Channarong.R@Chula.ac.th
职位详细职位职位标题:软件工程学院/投资组合副教授:STEM学校/组学院:计算技术学院校园地点:位于墨尔本市校园,但可能需要工作和/或在大学的其他校园工作。分类:D学术级就业类型:持续时间分数:1.0 FTE(或要协商的分数)RMIT University RMIT是一所多部门技术,设计和企业大学,拥有96,000多名学生,全球近10,000名员工。大学的使命是通过研究,创新和参与来帮助塑造世界,并为学生创造变革性的经验,以为生活和工作做好准备。https://www.rmit.edu.au/about https://www.universitiesaustralia.edu.au/university/rmit-university/我们在墨尔本的三个主要校园位于墨尔本的三个主要校园中其他地点包括Point Cook,Hamilton和Bendigo,越南的两个校园(Hanoi和Ho Chi Minh City)以及西班牙巴塞罗那的一个中心。RMIT是一所真正的全球大学。https://www.rmit.edu.au/about/our-locations-and-facilities,我们也致力于重新定义我们的关系,并支持和支持,支持本地的自我确定。我们的目标是通过将我们所做的一切都嵌入和解的方式来实现我们的价值观,文化,政策和结构来实现持久的转变。我们正在改变我们的认识,工作和努力支持可持续和解的方式,并激活土著和非土著员工,学生和社区之间的关系。我们在墨尔本的三个校园(城市,不伦瑞克和邦多拉校园)位于Woi Wurrung人民的未成年土地上,库林国家东部的Wurrung语言群体。
过去 [未来节能住宅:重新考虑过去的被动式方法]。政府住房银行杂志,72,98-103。泰国曼谷,政府住房银行。[气候变化的被动式设计:未来的节能方法]。泰国巴吞他尼:法政大学 Tantasavasdi,C.(2011 年)。创新和环保产品。
在国际公认的,经过同行评审的期刊上发布高质量研究。安全研究资金以支持强大的研究计划/方向。监督学生研究,包括与AI相关的UG毕业项目,MSC论文和博士学位论文。设计并提供本科和研究生课程。从事基于技术的教学方法,并为学习实践的持续改进做出贡献。参加外展活动,例如继续教育研讨会或社区参与计划。参加分配的系,教职员工和大学委员会。建议和指导UG&PG学生。