Lucas Lancellotti Sanches

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Produções bibliográficas

• NARAYANAN, P. ; FUMAROLA, A. ; SANCHES, L. L. ; HOSOKAWA, K. ; LEWIS, S. C. ; SHELBY, R. M. ; BURR, G. W. . Toward on-chip acceleration of the backpropagation algorithm using nonvolatile memory. IBM JOURNAL OF RESEARCH AND DEVELOPMENT , v. 61, p. 1-11, 2017.

• BURR, GEOFFREY W. ; SHELBY, ROBERT M. ; SEBASTIAN, ABU ; KIM, SANGBUM ; KIM, SEYOUNG ; SIDLER, SEVERIN ; VIRWANI, KUMAR ; ISHII, MASATOSHI ; NARAYANAN, PRITISH ; FUMAROLA, ALESSANDRO ; SANCHES, LUCAS L. ; BOYBAT, IREM ; LE GALLO, MANUEL ; MOON, KIBONG ; WOO, JIYOO ; HWANG, HYUNSANG ; LEBLEBICI, YUSUF . Neuromorphic computing using non-volatile memory. Advances in Physics: X , v. 2, p. 89-124, 2016.

• SANCHES, LUCAS L. ; FUMAROLA, ALESSANDRO ; SIDLER, SEVERIN ; NARAYANAN, PRITISH ; BOYBAT, IREM ; JANG, JUNWOO ; MOON, KIBONG ; SHELBY, ROBERT M. ; LEBLEBICI, YUSUF ; HWANG, HYUNSANG ; BURR, GEOFFREY W. . Multilayer Perceptron Algorithm: Impact of Nonideal Conductance and Area-Efficient Peripheral Circuits. In: Shimeng Yu. (Org.). Neuro-inspired Computing Using Resistive Synaptic Devices. 1ed.: Springer International Publishing, 2017, v. , p. 209-231.

• NARAYANAN, PRITISH ; SANCHES, LUCAS L. ; FUMAROLA, ALESSANDRO ; SHELBY, ROBERT M. ; AMBROGIO, STEFANO ; JANG, JUNWOO ; HWANG, HYUNSANG ; LEBLEBICI, YUSUF ; BURR, GEOFFREY W. . Reducing circuit design complexity for neuromorphic machine learning systems based on Non-Volatile Memory arrays. In: 2017 IEEE International Symposium on Circuits and Systems (ISCAS), 2017, Baltimore. 2017 IEEE International Symposium on Circuits and Systems (ISCAS), 2017. p. 1-4.

• DA SILVA, AFONSO E. ; SANCHES, LUCAS L. ; FRAIDEINBERZE, ANTONIO C. ; CORDEIRO, ROBSON L. F. . : Fast and Scalable Subspace Clustering for Multidimensional Data Streams. In: Proceedings of the 2016 SIAM International Conference on Data Mining, 2016. Proceedings of the 2016 SIAM International Conference on Data Mining. Philadelphia: Society for Industrial and Applied Mathematics. p. 351-359.

• FUMAROLA, ALESSANDRO ; NARAYANAN, PRITISH ; SANCHES, LUCAS L. ; SIDLER, SEVERIN ; JANG, JUNWOO ; MOON, KIBONG ; SHELBY, ROBERT M. ; HWANG, HYUNSANG ; BURR, GEOFFREY W. . Accelerating machine learning with Non-Volatile Memory: Exploring device and circuit tradeoffs. In: 2016 IEEE International Conference on Rebooting Computing (ICRC), 2016, San Diego. 2016 IEEE International Conference on Rebooting Computing (ICRC). p. 1-8.

Projetos de pesquisa

• 2016 - 2016

  Neuromorphic Devices and Architecture, Descrição: Grandes conjuntos das mesmas memórias não voláteis (NVM) sendo desenvolvidas para memória de classe de armazenamento (SCM) - tais como Memória de Mudança de Fase (PCM) e RAM Resistiva (ReRAM) - também podem ser usados em sistemas computacionais neuromórficos de categoria não-Von Neumann, com a condutância do dispositivo servindo como "peso" sináptico. Isso permite que a operação multiplicação-acumulação, muito importante dentro desses algoritmos, seja realizada de forma eficiente dados os pesos. Em contraste com outros projetos em Spike-Timing Dependent Plasticity (STDP), este projeto explora o uso de NVM e outros dispositivos inerentemente analógicos para Redes Neurais Artificiais (RNA) treinadas com o algoritmo Backpropagation. Depois de uma demonstração de hardware e software de grande escala (165000 sinapses de dois dispositivos PCM) e de análise de potenciais vantagens de velocidade e potência sobre treinamento baseado em GPU, o trabalho se estende em várias direções úteis: o impacto da indesejada, mudança de condutância variável no tempo, incluindo deriva no dispositivo PCM e vazamento de capacitores CMOS analógicos; o uso de dispositivos ReRAM, sem filamentos, bidirecionais baseados em PrCaMnO, com atenção para o desenvolvimento de variantes de material que fornecem mudança de condutância adequadamente linear; e as compensações ao projetar os circuitos periféricos, equilibrando simplicidade e uso eficiente de área com o impacto sobre o desempenho da RNA. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . , Integrantes: Lucas Lancellotti Sanches - Integrante / Geoffrey W. Burr - Coordenador / Pritish Narayanan - Integrante / Alessandro Fumarola - Integrante / Robert M. Shelby - Integrante.

• 2015 - 2016

  Design and Construction of a High-Speed, Field-Deployable Conductivity Sensor, Descrição: Projeto de sensoriamento ambiental que visa a criação de um sensor para medição de fluxos bentônicos (entre sedimentos e água que os recobre) em sistemas marinhos e de água doce. Embora quantificação dos fluxos químicos bentônicos é um problema central em biogeoquímica, com aplicações que vão desde estudos de ciclo de carbono até limpeza de poluição, os métodos atuais para determinação desses fluxos são incertos e inconvenientes. Está em desenvolvimento um instrumento para a melhoria das medições de fluxo bentônicos que é baseado na técnica de Correlação de Vórtices Turbulentos. Esta técnica requer medições de alta velocidade e alta resolução do mensurando de interesse. Tem-se o objetivo de medir, simultaneamente, fluxos bentônicos de compostos fluorescentes e salinidade através do desenvolvimento de um sensor de fibra óptica de fluorescência integrado a uma célula de condutividade. Este projeto tem como foco a célula de condutividade do instrumento. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (1) . , Integrantes: Lucas Lancellotti Sanches - Integrante / Harold F. Hemond - Coordenador / Irene Hu - Integrante.

• 2015 - 2015

  Estudo e Adaptação da Técnica de Redução de Dimensionalidade FDR Visando a Análise de Terabytes de Dados Climáticos, Descrição: A questão central deste projeto é adaptar a técnica FDR para selecionar os atributos mais significativos em Terabytes de dados (Big Data) multidimensionais de média a alta dimensionalidade, por meio da utilização de processamento eficiente em paralelo. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . , Integrantes: Lucas Lancellotti Sanches - Integrante / Roseli de Deus Lopes - Coordenador / Robson Leonardo Ferreira Cordeiro - Integrante / Antonio Canabrava Fraideinberze - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

Prêmios