Somos un equipo interdisciplinar que aborda el uso de dispositivos de computación avanzada para dar respuesta a los retos de una sociedad y una industria cada vez mas digitales.
Los avances experimentados en el ámbito de la computación y en el hardware-software han permitido desarrollar potentes sistemas de tratamiento e intercambio de información, cuya interacción con el entorno se produce mediante conjuntos de transductores cada vez más numerosos. Estos transductores proveen a su vez un volumen de señales (incluidas imágenes y datos) en constante aumento, haciendo posible un conocimiento más preciso del entorno social y el ambiente físico donde se desenvuelven los seres vivos.
Al mismo tiempo, se observa el auge de las aplicaciones surgidas en torno a dispositivos de computación y comunicación de muy bajo consumo, y su despliegue masivo con el avance del Internet de las Cosas, la computación en el vértice (edge computing) y la Inteligencia Artificial. En este sentido, podríamos citar aplicaciones como: interacción persona-máquina, sistemas de control, sistemas de localización y seguimiento, telepresencia, clasificación automática, sistemas de ayuda al diagnóstico y telemedicina, etc.
En este marco se define la computación y el tratamiento de la señal, para la sociedad y la industria digitales, como la hibridación de ambas disciplinas para afrontar retos de claro interés socioeconómico.
COMTACTS2 promueve la investigación multidisciplinar, ya que moviliza conocimientos complementarios de diversos campos científicos, principalmente: tratamiento de señales, computación, aprendizaje automático, diagnóstico clínico, matemática aplicada y física aplicada; para conseguir sus objetivos, que están motivados por la búsqueda de soluciones a los problemas de una sociedad y una industria cada vez más digitales.
La investigación del grupo en el presente proyecto se organiza en torno a dos principales líneas de investigación interrelacionadas. En cada línea se sigue una aproximación multidisciplinar en la resolución de los problemas planteados.
La actividad investigadora del grupo en esta línea se centra en diferentes aplicaciones del tratamiento digital de señales, principalmente sonoras, biomédicas e imágenes, así como de series temporales de carácter financiero. Como retos de esta línea caben destacar:
Desarrollo de sistemas de control y reproducción de campo sonoro en entornos localizados tanto en sistemas distribuidos como centralizados.
Programación eficiente de algoritmos complejos de tratamiento de señal en sistemas basados en procesadores multicore y manycore de propósito general.
Desarrollo de sistemas de ayuda al diagnóstico basados en tratamiento de imágenes y de señales biomédicas.
Desarrollo de sistemas de análisis de comportamiento humano mediante tratamiento de señales fisiológicas y análisis de vídeo e imagen.
Desarrollo de algoritmos de separación, detección y clasificación de señales mediante algoritmos centralizados y distribuidos.
Desarrollo de sistemas inteligentes de toma de decisiones a partir de información distribuida, multicanal y multimodal.
En los últimos años, el interés por desplegar técnicas de aprendizaje automático, la ubicuidad de los dispositivos IoT, y las especiales características de las arquitecturas utilizadas en este tipo de sistemas (concretamente, con fuertes restricciones en términos de consumo, capacidad de almacenamiento, y potencia computacional) han motivado el fortalecimiento de línea de investigación del grupo orientada hacia la computación de altas prestaciones en procesadores de consumo muy reducido, incluidos los microcontroladores (MCUs). Como retos a abordar por el grupo en el campo de la computación de altas prestaciones, podemos relacionar:
Generación automática de código optimizado para superar la aproximación estática basada en bibliotecas optimizadas para procesadores específicos.
Desarrollo de algoritmos optimizados para aprendizaje automático sobre MCUs y otros dispositivos de bajo consumo que operan en el vértice de la red.
Desarrollo de entornos virtualizados de entrenamiento de redes neuronales en plataformas de tipo cloud.
Análisis de técnicas de maleabilidad para mejorar el rendimiento de aplicaciones multihebra así como programas basados en paso de mensajes (MPI).
Desarrollo de bibliotecas de álgebra lineal para computación científica sobre aceleradores de tipo GPU.
Análisis de técnicas basadas en computación aproximada para reducir el cuello de botella del acceso a memoria.
Desarrollo de algoritmos para problemas de ciencia e ingeniería conscientes del consumo energético.
Aceleración de aplicaciones científicas mediante algoritmos paralelos.
El objetivo general de este proyecto es el diseño, desarrollo e implementación de productos, sistemas, programas y algoritmos de tratamiento de señales, imágenes y datos, que hacen uso de arquitecturas y técnicas de computación avanzadas para dar respuesta a los retos de una sociedad y una industria cada vez más digitales.
El proyecto está estructurado en torno a dos líneas de investigación, aprovechando la multidisciplinariedad del grupo y buscando las sinergias necesarias para un desarrollo óptimo de la investigación. El objetivo general del proyecto se puede refinar en varios objetivos específicos con vocación de transferencia, que pretenden reforzar y contextualizar los trabajos de cada línea de investigación, y utilizar los recursos y desarrollos producidos por una línea para afianzar los resultados de la otra. Los objetivos específicos asociados a cada linea de investigación son los siguientes:
Junto a estos objetivos de carácter científico-técnico nos proponemos alcanzar también objetivos que complementen la labor científica facilitando el retorno social que se persigue en el proyecto:
Catedrático de Teoría de la Señal y Comunicaciones
Catedrática de Teoría de la Señal y Comunicaciones
Investigadores
| Proyecto | Programa | Fechas |
|---|---|---|
| CLARIFY | H2020-MSCA-ITN-2019 860627 | 1/11/2019 – 30/10/2023 |
| DISRUPT | HORIZON-EIC-2022-PATHFINDEROPEN-01 | 1/12/2022 – 30/11/2025 |
| ZDZW | HORIZON-CL4-2021-TWIN-TRANSITION-01-02 – 101057404 | 1/9/2022 – 30/8/2025 |
| TURBO | HORIZON-CL4-2021-TWIN-TRANSITION-01-02 – 101058054 | 1/10/2022 – 30/3/2026 |
| METAMORPHA | HORIZON-CL4-2021-TWIN-TRANSITION-01-03 – 101057457 | 1/09/2022 – 30/8/2026 |
| SEQUOIA | HORIZON-CL4-2021-DIGITAL-EMERGING-01 | 1/11/2022 – 31/10/2025 |
| IN-NOVA | HORIZON-MSCA-2021-DN-01-101073037 | 1/10/2022 – 30/9/2026 |
| eFlows4HPC | H2020-JTI-EuroHPC-2019-1 | 1/1/2021 – 29/2/2024 |
| RED-SEA | H2020-JTI-EuroHPC-2019-1 | 1/4/2021 – 31/3/2024 |
| APROPOS | H2020 MCSA-ITN-2020 | 1/11/2020 – 30/10/2024 |
| MAtchUP | H2020-SCC-2017 | 1/10/17 – 30/9/23 |
La Generalitat Valenciana ha concedido al grupo de investigación asociado al proyecto una subvención para infraestructuras y equipamiento I+D+i para el periodo 2020-2021. Estas subvenciones tienen por objeto dotar de fondos, a las universidades públicas valencianas, consorcios públicos de investigación no sanitarios y organismos públicos de investigación de la Administración General del Estado ubicados en la Comunitat Valenciana, para la adquisición y actualización de infraestructuras, equipamientos y tecnologías de última generación de I+D+i, que les permita desarrollar actividades de investigación de excelencia.
DATOS DE LA SUBVENCIÓN:
Investigador Principal: Gonzalez, Alberto .
Proyecto: Comunicación y Computación Inteligentes y Sociales (IDIFEDER/2020/050).
Periodo: 01/01/20 – 01/01/22.
Infraestructura. GENERALITAT VALENCIANA.
G. Alaejos, A. Castelló, H. Martínez, P. Alonso-Jordá, Francisco D. Igual, Enrique S. Quintana-Ortí. "Micro-kernels for portable and efficient matrix multiplication in deep learning”. The Journal of Supercomputing, Vol. 79, pp. 8124–8147, 2023.
I. Martín-Álvarez, J.I. Aliaga, M. Castillo, S. Iserte, R. Mayo. “Dynamic spawning of MPI processes applied to malleability”. Int. J. of High Performance Comp. Appl. 2023.
J. I. Aliaga, H. Anzt, E. S. Quintana, A. Tomás."Sparse matrix-vector and matrix-multivector products for the truncated SVD on graphics processors". Concurrency and Computation: Practice & Experience, Vol. 35(28), e7871, 2023.
J. I. Aliaga, H. Anzt, T. Grützmacher, E. S. Quintana, A. E. Tomás. "Compressed basis GMRES on high performance GPUs". Int. J. of High Performance Computing Applications, Vol. 37(2), pp. 82-100, 2023.
R. del Amor, J. Silva-Rodríguez, V. Naranjo. “Labeling confidence for uncertainty-aware histology image classification”. Computerized Medical Imaging and Graphics, Vol. 107, pp. 102231, 2023.
R. del Amor, J. Pérez-Cano, M. López-Pérez, L. Terradez, J. Aneiros-Fernández, S. Morales, J. Mateos, R. Molina, V. Naranjo. “Annotation protocol and crowdsourcing multiple instance learning classification of skin histological images: The CR-AI4SkIN dataset”. Artificial Intelligence in Medicine, Vol. 145, pp. 102686, 2023.
C. Antoñanzas, M. Ferrer, M. de Diego, A. Gonzalez. “Remote microphone technique for active noise control over distributed networks”. IEEE/ACM Transactions on Audio, Speech and Language Processing, Vol. 31, pp.1522-1535, 2023.
S. Barrachina, A. Castelló, M. F. Dolz, T. M. Low, H. Martínez, E. S. Quintana, U. Sridhar, A. E. Tomás. "Reformulating the direct convolution for high-performance deep learning inference on ARM processors". J. Systems Architecture, Vol. 135, pp. 102806, 2023.
S. Catalán, F. D. Igual, J. R. Herrero, R. Rodríguez-Sánchez, E. S. Quintana. "Programming parallel dense matrix factorizations and inversion for new-generation NUMA architectures". J. of Parallel and Distributed Computing, Vol. 175, pp. 51-65, 2023.
A. Castelló, M. Catalán, M. F. Dolz, E. S. Quintana, J. Duato. "Analyzing the impact of the MPI Allreduce in distributed training of convolutional neural networks". Computing, Vol. 105, pp. 1101-1119, 2023.
S. Catalán, J. R. Herrero, F. D. Igual, E. S. Quintana, R. Rodríguez-Sánchez. "Fine-grain task-parallel algorithms for matrix factorizations and inversion on many-threaded CPUs". Concurrency and Computation: Practice & Experience, Vol. 35(27), e6999, 2023.
M. F. Dolz, H. Martínez, A. Castelló, P. Alonso-Jordá, Enrique S. Quintana-Ortí. "Efficient and portable Winograd convolutions for multi-core processors”. The Journal of Supercomputing, Vol. 79, pp. 10589–10610, 2023.
M. F. Dolz, S. Barrachina Mir, H. Martínez, A. Castelló, A. Maciá, G. Fabregat, A. E. Tomás. “Performance–energy trade offs of deep learning convolution algorithms on ARM processors". Journal of Supercomputing. Vol. 79. pp. 9819-9836. 2023.
M. Ferrer, V. M. Garcia-Molla, M. De Diego, A. Gonzalez. “Selection of the convergence step of the Fx-LMS algorithm”. Signal Processing, Vol. 211, pp.1-11, 2023.
M. Ferrer, V. M. Garcia-Molla, A.M. Vidal-Maciá, M. De Diego, A. Gonzalez. “Assessment of stability of distributed FxLMS active noise control systems”. Signal Processing, Vol. 210, pp.1-13, 2023.
M. Ferrer, M. de Diego, A. Gonzalez. “Low Cost Variable Step-Size LMS With Maximum Similarity to the Affine Projection Algorithm”. IEEE Open Journal of Signal Processing, Vol. 5, pp. 82-91, 2024.
C. Fernández-Martín, A. Colomer, C. Panariello, V. Naranjo. “Choosing only the best voice imitators: Top-K many-to-many voice conversion with StarGAN”. Speech Communication, Vol. 156, pp. 103022, 2024.
M. Ferrer, V. M. Garcia-Molla, A. Bustillo, M. De Diego, A. Gonzalez. “Distributed FxLMS Active Noise Control Systems with Selective Collaboration”. submitted to Signal Processing, 2024.
C. Fernández-Martín, J. Silva-Rodríguez, U. Kiraz, S. Morales, E.A.M. Janssen, V. Naranjo. “Uninformed Teacher-Student for hard-samples distillation in weakly supervised mitosis localization”. Computerized Medical Imaging and Graphics, Vol. 112, pp102328, 2024, (10.1016/j.compmedimag.2024.102328)
A. Golfe, R. del Amor, A. Colomer, M.A. Sales, L. Terradez, V. Naranjo. “ProGleason-GAN: Conditional progressive growing GAN for prostatic cancer Gleason grade patch synthesis”. Computer Methods and Programs in Biomedicine, pp. 107695, 2023.
R. Iakymchuk, S. Graillat, J.I. Aliaga. “General framework for re-assuring numerical reliability in parallel Krylov solvers: A case of BiCGStab methods”. Int. J. of High Performance Comp. Appl. 2023.
M. Iacucci, T. Parigi, R. Del Amor, P. Meseguer, V. Naranjo, et al. "Artificial Intelligence enabled histological prediction of remission or activity and clinical outcomes in ulcerative colitis". Gastroenterology, Vol 164, n7, pp. 1180-1188, 2023.
L. Launet, Y. Wang, A. Colomer, J. Igual, C. Pulgarín-Ospina, S. Koulouzis, R. Bianchi, A. Mosquera-Zamudio, C. Monteagudo, V. Naranjo, Z. Zhao. “Federating Medical Deep Learning Models from Private Jupyter Notebooks to Distributed Institutions”. Applied Sciences, Vol. 13, n 2, pp. 919, 2023.
A. Mosquera-Zamudio, L. Launet, R. del Amor, A. Moscaró, A. Colomer, V. Naranjo, C. Monteagudo. “A Spitzoid Tumor dataset with clinical metadata and Whole Slide Images for Deep Learning models”. Scientific Data, Vol.10, n1, pp. 704.
E. Payá, C. Pulgarín, L. Bori, A. Colomer, V. Naranjo, P. Meseguer. “Deep learning system for classification of ploidy status using time-lapse videos”. F&S Science, Vol. 4, n3, pp. 211-218, 2023.
A. Salazar, G. Safont, L. Vergara, E. Vidal. “Graph Regularization Methods in Soft Detector Fusion”. IEEE Access, Vol. 11 2023, pp. 144747-144759, 2023.
Z. Tabatabaei, A. Colomer, J. O. Moll and V. Naranjo, "Toward More Transparent and Accurate Cancer Diagnosis With an Unsupervised CAE Approach", IEEE Access, Vol. 11, pp. 143387-143401, 2023.
Z. Tabatabaei, Y. Wang, A. Colomer, J.O. Moll, Z. Zhao, V. Naranjo." WWFedCBMIR: World-Wide Federated Content-Based Medical Image Retrieval”,Bioengineering, Vol. 10, n10, pp. 114,2023.
A. E. Tomás, H. Anzt, E. S. Quintana. "Fast truncated SVD of sparse and dense matrices on graphics processors". Int. J. of High Performance Computing Applications, Vol. 37(3-4), pp. 380-393, 2023.
V. M. García-Molá, P. Alonso-Jordá. "Parallel border tracking in binary images for multicore computers. The Journal of Supercomputing, Vol. 79, pp. 9915–9931, 2023.
V. E. Padulano, E. Tejedor, P. Alonso-Jordá, J. López, J. Blomer. "A caching mechanism to exploit object store speed in High Energy Physics analysis. Cluster Computing”. The Journal of Networks, Software Tools and Applications, Vol. 26, pp. 2757–2772, 2023.
V. E. Padulano, P. Oliver, P. Alonso-Jordá, E. Tejedor, S. Risco, G. Moltó. "Leveraging an open source serverless framework for high energy physics computing". The Journal of Supercomputing, Vol. 79, pp. 8940–8965, 2023.
V. E. Padulano, I. Donchev, E. Tejedor, E. Guiraud, P. Alonso-Jordá. "Leveraging State-of-the-Art Engines for Large-Scale Data Analysis in High Energy Physics". Journal of Grid Computing, Vol. 21, pp. 9, 2023.
E. Agullo, M. Altenbernd, H. Anzt, L. Bautista-Gomez, T. Benacchio, L. Bonaventura, H.-J. Bungartz, S. Chatterjee, F. M. Ciorba, N. DeBardeleben, D. Drzisga, S. Eibl, C. Engelmann, W. N. Gansterer, L. Giraud, D. Göddeke, M. Heisig, F. Jézéquel, N. Kohl, X. Sherry Li, R. Lion, M. Mehl, M. Obersteiner, E. S. Quintana, F. Rizzi, U. Rüde, M. Schulz, F. Fung, R. Speck, L. Stals, K. Teranishi, S. Thibault, D. Thönnes, A. Wagner, B. Wohlmuth. “Resiliency in numerical algorithm design for extreme scale simulations”. J. of High Performance Computing Applications, Vol. 36(2), pp. 251-285, 2022.
Guillermo Alaejos, Adrián Castelló, Héctor Martínez, Pedro Alonso-Jordá, Francisco D. Igual, Enrique S. Quintana-Ortí. “Micro-kernels for portable and effcient matrix multiplication in deep learning”. The Journal of Supercomputing, Vol.pp., 2022. ISSN: 0920-8542. DOI: 10.1007/s11227-022-05003-3.
J. I. Aliaga, H. Anzt, T. Grützmacher, E. S. Quintana, A. Tomás. “Compression and load balancing for efficient sparse matrix-vector product on multicore and GPUs”. Concurrency and Computation: Practice & Experience , Vol. 34(14), e6515, 2022.
J. I. Aliaga, H. Anzt, T. Grützmacher, E. S. Quintana, A. E. Tomás. “Compressed basis GMRES on high performance GPUs”. Int. J. of High Performance Computing Applications, Vol.0(0), 2022.
Javier Ibáñez, José M. Alonso, Pedro Alonso-Jordá, Emilio Defez, Jorge Sastre. “Two Taylor Algorithms for Computing the Action of the Matrix Exponential on a Vector”.Algorithms, Vol. 15(2), 48, pp. 1-17, 2022.ISSN: 1999-4893. DOI: 10.3390/a15020048.
del Amor, Rocío; Meseguer, Pablo; Tommaso Lorenzo Parigi; Vincenzo Villanacci; Colomer, Adrián; Launet, Laetitia Mariana; … Naranjo Ornedo, Valeriana. “Constrained multiple instance learning for ulcerative colitis prediction using histological images”. Computer Methods and Programs in Biomedicine, 2022.
del Amor, Rocío; Naranjo Ornedo, Valeriana. “OP16 The first virtual chromoendoscopy artificial intelligence system to detect endoscopic and histologic remission in Ulcerative Colitis”. of Crohn s and Colitis (2022). https://doi.org/10.1093/ecco-jcc/jjab232.015.
H. Anzt, T. Cojean, G. Flegar, F. Göbel, T. Grützmacher, P. Nayak, T. Ribizel, Y. M. Tsai, E. S. Quintana. “Ginkgo: A modern linear operator algebra framework for high performance computing”. ACM Trans. on Mathematical Software, Vol. 48(1), pp. 2:1-2:33, 2022.
S. Barrachina, M. Dolz, P. San Juan, E. S. Quintana. “Efficient and portable GEMM-based convolution operators for deep neural network training on multicore processors”. J. of Parallel and Distributed Computing, Vol. 167, pp. 240-254, 2022.
A. Castelló, S. Barrachina, M. F. Dolz, E. S. Quintana, P. San Juan, A. E. Tomás. “High performance and energy efficient inference for deep learning on multicore ARM processors using general optimization techniques and BLIS”. J. Systems Architecture, Vol. 125, pp. 102459:1-9, 2022.
E. Defez, J. Ibáñez, P. Alonso-Jordá, José M. Alonso, J. Peinado. “On Bernoulli matrix polynomials and matrix exponential approximation”. Journal of Computational and Applied Mathematics, Vol. 404, pp. 1-16, 2022. DOI: 10.1016/j.cam.2020.113207.
E. Defez, J. Ibáñez, José M. Alonso, P. Alonso-Jordá. “On Bernoulli series approximation for the matrix cosine”. Mathematical Methods in the Applied Sciences, Vol. 45(6), pp. 3239-3253, 2022. DOI: 10.1002/mma.7041.
E.Defez, J. Ibáñez, J. Peinadob, P.Alonso-Jordá, José M. Alonso. “New Hermite series expansion for computing the matrix hyperbolic cosine”. Journal of Computational and Applied Mathematics, Vol. 408, pp. 114084, 2022. DOI: 10.1016/j.cam.2022.114084.
Jorge Ejarque, Rosa M. Badia, Loic Albertin, Giovanni Aloisio, Enrico Baglione, Yolanda Becerra, Stefan Boscherto, Julian R. Berlin, Alessandro D’Anca, Donatello Elia, François Exertier, Sandro Fiorei, José Flich, Arnau Folch, Steven J.Gibbons, Nikolay Koldunov, Francesc Lordan, Stefano Lorito, Finn Lovholt, Jorge Macías, Fabrizio Marozzo, Alberto Michelini, Marisol Monterrubio-Velasco, Marta Pienkowska, Josep de la Puente, Anna Queralt, Enrique S. Quintana-Ortí, Juan E. Rodríguez, Fabrizio Romano, Riccardo Rossi, Jedrzej Rybicki, Miroslaw Kupczyk, Jacopo Selva, Domenico Talia, Roberto Tonini, Paolo Trunfio, Manuel Volpe. “Enabling dynamic and intelligent workflows for HPC, data analytics, and AI convergence”. Future Generation Computer Systems, Vol. 134, 414-419, 2022.
M. Ferrer, M. de Diego, A. Hassani, M. Moonen, G. Piñero, A. Gonzalez. “Multi-tone active noise equalizer with spatially distributed user-selected profiles”. IEEE/ACM Transactions on Audio, Speech, and Language Processing, Vol.30, pp.03199-3213, 2022.
Miguel Ferrer, Maria de Diego, Gema Piñero, Amin Hassani, Marc Moonen, Alberto Gonzalez. “Transfer functions of fxlms-based multi-channel multi-tone active noise equalizers”. Electrical Engineering and Systems Science, Audio and Speech Processing, 2022. doi: 10.48550/arXiv.2207.01102.
Victor M. García-Mollá, M. Ángeles Simarro, F. J. Martínez-Zaldívar, Murilo Boratto, Pedro Alonso-Jordá, Alberto González. “Parallel Signal Detection for Generalized Spatial Modulation MIMO Systems”. The Journal of Supercomputing, Vol. 78, pp. 7059-7077, 2022. DOI: 10.1007/s11227-021-04163-y
T. Grützmacher, H. Anzt, E. S. Quintana. “Using Ginkgo’s memory accessor for improving the accuracy of memory-bound low precision BLAS”. Software: Practice and Experience, (aceptado y pdte. de publicación).
Xianyong Gui; Vincenzo Villanacci; del Amor, Rocío; Michael Vieth; Gert De Hertogh; Davide Zardo … Naranjo Ornedo, Valeriana. “ PICaSSO Histologic Remission Index (PHRI) in ulcerative colitis: development of a novel simplified histological score for monitoring mucosal healing and predicting clinical outcomes and its applicability in an artificial intelligence system”. Gut, 2022.
“Weighted pressure matching with windowed targets for personal sound zones”. V. Moles-Cases, S.J. Elliott, J. Cheer, G. Piñero, A. Gonzalez. “Weighted pressure matching with windowed targets for personal sound zones”. The Journal of the Acoustical Society of America. Vol. 151, pp: 334-345, 2022.
Mosquera-Zamudio, Andrés; Launet, Laetitia Mariana; Tabatabaei, Zahra; Parra-Medina, Rafael; Colomer, Adrián; Oliver Moll, Javier … Naranjo Ornedo, Valeriana. “Deep Learning for Skin Melanocytic Tumors in Whole-Slide Images: A Systematic Review”. Cancers 2023, 15(1), 42; 2022. https://doi.org/10.3390/cancers15010042
Vincenzo Eduardo Padulano, Enric Tejedor Saavedra, Pedro Alonso-Jordá, Javier López Gómez, Jakob Blomer. “A caching mechanism to exploit object store speed in High Energy Physics analysis”. Cluster Computing, Vol. online, pp. –, 2022. ISSN: 1386-7857. DOI: 10.1007/s10586-022-03757-2
Tommaso Lorenzo Parigi; del Amor, Rocío; Meseguer Esbrí, Pablo; Naranjo Ornedo, Valeriana. “A Virtual Chromoendoscopy Artificial Intelligence system to detect endoscopic and histologic activity/remission and predict clinical outcomes in Ulcerative Colitis”. Endoscopy, 2022.
C. Ramírez, A. Castelló, E. S. Quintana. “A BLIS-like matrix multiplication for machine learning in the RISC-V ISA-based GAP8 processor”. J. of Supercomputing, Vol. 78, pp. 18051-18060, 2022. ISSN: 0920-8542.
A. Rodriguez, L. Svilainis, Casa-Lillo M-A., Alvarez-Arenas T.G., A. Aleksandrovas, A. Chaziachmetovas, A. Salazar, “On the optimization of spread spectrum chirps into arbitrary position and width pulse signals. Application to ultrasonic sensors and systems”. IEEE Access, 10, pp. 2013-2027, 2022.
Arne Schmidt; Silva-Rodríguez, Julio; Molina, Rafael; Naranjo Ornedo, Valeriana “Efficient Cancer Classification by Coupling Semi Supervised and Multiple Instance Learning”. IEEE Access, 2022. 10.1109/ACCESS.2022.3143345
Julio Silva-Rodríguez, Valery Naranjo, Jose Dolz, “Constrained unsupervised anomaly segmentation”. Medical Image Analysis, Volume 80, 2022.
Silva-Rodríguez, Julio; Arne Schmidt; Sales, María Ángeles; Molina, Rafael; Naranjo Ornedo, Valeriana, “Proportion constrained weakly supervised histopathology image classification”. Computers in Biology and Medicine (147), 2022. 10.1016/j.compbiomed.2022.105714
M. Angeles Simarro, Victor M. Garcia-Molla, F.J. Martínez-Zaldivar, Alberto Gonzalez. “Low-complexity Soft ML Detection for Generalized Spatial Modulation”. Signal Processing. Vol.196, pp 12, 2022.
Vincenzo Villanacci; Tommaso Lorenzo Parigi; del Amor, Rocío; Meseguer-Esbrí, Pablo; Naranjo Ornedo, Valeriana. “OP15 A new simplified histology artificial intelligence system for accurate assessment of remission in Ulcerative Colitis”. Journal of Crohn’s and Colitis, 2022.
Vincenzo Villanacci; Tommaso Lorenzo Parigi; del Amor, Rocío; Meseguer Esbrí, Pablo; Naranjo Ornedo, Valeriana. “A NEW SIMPLIFIED HISTOLOGY ARTIFICIAL INTELLIGENCE SYSTEM FOR ACCURATE ASSESSMENT OF REMISSION IN ULCERATIVE COLITIS”. JSM Gastroenterology and Hepatology, 2022. 10.1016/S0016-5085(22)60157-4
J.A, Belloch, G. León, J. Badía, A. Lindoso, E. San Millan. “Evaluating the computational performance of the Xiling Ultrascale+EG Heterogeneous MPSoC”. J of Supercomputing, Vol. 77, pp. 2124-2137, 2021.
J.A. Belloch, J.M. Badía, D.F. Larios, E. Personak. M. Ferrer, L. Fuster, E.S. Quintana-Orti. “On the performance of a GPU-based SoC in a distributed spatial audio System”. J. of Supercomputing, 2021.
G. García, A. Colomer, V. Naranjo. “Glaucoma Detection from Raw SD-OCT Volumes: A Novel Approach Focused on Spatial Dependencies”. Computer Methods and Programs in Biomedicine, Vol. 200, p. 105855, 2021.
S. Morales, A. Colomer, J.M. Mossi, R. del Amor, D. Woldbye, K. Klemp, V. Naranjo. "Retinal layer segmentation in rodent OCT images: Local intensity profiles & fully convolutional neural networksaccelerators”. Computer Methods and Programs in Biomedicine, Vol. 198, p. 105788, 2021.
P. Alonso, D. Davidovic, M. Sapunar, J. R. Herrero, E. S. Quintana. “Efficient update of determinants for many-electron wave function overlaps”. Computer Physics Communications, Vol. 258, 107521, 2021.
P. Benner, E. Dufrechou, P. Ezzatti, R. Gallardo, E. S. Quintana. “Factorized solution of generalized stable Sylvester equations using many-core GPU accelerators”. J. of Supercomputing, p.1-13, 2021.
S. Iserte, R. Mayo, E. S. Quintana, A. Peña. “DMRlib: Easy-coding and efficient resource management for job malleability”. IEEE Trans. on Computers, 2021.
P. San Juan, Rodríguez-Sánchez, F. D. Igual, P. Alonso, E. S. Quintana. “Low precision matrix multiplication for efficient deep learning in NVIDIA Carmelprocessors”. J. of Supercomputing, p. 1-13, 2021.
E. Dufrechou, P. Ezzatti, E. S. Quintana. “Selecting optimal SpMV realisations for GPUs via machine learning”.Int. J. of High Performance Computing Applications. Vol. 35, no 3, p. 254-267, 2021.
G. Flegar, H. Anzt, T. Cojean, E. S. Quintana. “Adaptive precision block-Jacobi for high performance preconditioning in the Ginkgo linear algebra software”. ACM Trans. on Mathematical Software. Vol. 47, no 2, p. 1-28, 2021.
M. Barreda, M.F. Dolz, M.A. Castaño, P. Alonso-Jordá, E.S. Quintana-Orti. “Performance modeling of the sparse matrix–vector product via convolutional neural networks”. J Supercomputing, Vol. 76, no. 11, pp. 883-8900, 2020.
A. Colomer, J. Igual, V. Naranjo. “Detection of Early Signs of Diabetic Retinopathy Based on Textural and Morphological Information in Fundus Images”. Sensors, Vol. 20, no. 4, p. 1005, 2020.
M. Ferrer, M. De Diego, G. Piñero, A. Gonzalez, “Affine Projection Algoritm Over Acoustic Sensor Networks for Active Noise Control”. Transactions on Audio, Speech and Language Procesing, Vol. 29, p. 448-461, 2020.
V.M. Garcia-Molla, F.J. Martínez-Zaldívar, M.A Simarro, A. Gonzalez, “ Maximum likelihood low-complexity GSM detection for large MIMO Systems”. Signal Processing, Vol. 175, p. 107661, 2020.
P. Guzmán, P. Arce, J. C. Guerri. “Automatic QoE evaluation for asymmetric encoding of 3D videos for DASH streaming service”. Ad Hoc Networks , Vol. 106, p.
G. León, J.M Badía, J.A. Belloch, A. Lindoso, L. Entrena. “Evaluating the soft error sensitivity of a GPU-based SoC for matrix multiplication”. Microelectronics Reliability, Vol. 114 p.113856, 2020.
V. Moles-Cases, G. Piñero, M. De Diego, A. Gonzalez. “Personal Sound Zones by Subband Filtering and Time Domain”. Trans. on Audio, Speech and Language-Processing, Vol. 28, pp. 2684 – 2696.
P. San Juan, A. Castelló, M.F. Dolz, P. Alonso-Jordá, E.S. Quintana-Ortí. “High Performance and Portable Convolution Operators for ARM-based Multicore Processors”. arXiv preprint arXiv:
del Amor, Rocío; Morales, Sandra; Colomer, Adrián; Mogensen, Mette; Jensen, Mikkel; Israelsen, Niels M. , Naranjo Ornedo, Valeriana. “ Automatic Segmentation of Epidermis and Hair Follicles in Optical Coherence Tomography Images of Normal Skin by Convolutional Neural Networks”. Frontiers in Medicine , Vol 7, pp. 1 – 11, 2020.
A. Castelló, R. Mayo, S. Seo, P. Balaji, E. S. Quintana, A. Peña. “Analysis of threading libraries for high performance computing”.IEEE Trans. on Computers, Vol. 69(9), pp. 1279-1292, 2020.
S. Catalán, A. Castelló, F. D. Igual, R. Rodríguez-Sánchez, E. S. Quintana. “Programming parallel dense matrix factorizations with look-ahead and OpenMP”. Cluster Computing, Vol. 23(1), pp. 359-375, 2020.
T. Grützmachar, T. Cojean, G. Flegar, H. Anzt, E. S. Quintana. “Acceleration of PageRank with customized precision based on mantissa segmentation”. ACM Trans. on Parallel Computing, Vol. 7(1), pp. 1-19, 2020.
R. Iakymchuk, M. Barreda, M. Wiesenberger, J. I. Aliaga, E. S. Quintana. “Reproducibility strategies for parallel preconditioned Conjugate gradient”. J. of Computational and Applied Mathematics, Vol. 371, N. 112697, 2020.
R. Iakymchuk, M. Barreda, S. Graillat, José I. Aliaga, E. S. Quintana. “Reproducibility of parallel preconditioned Conjugate Gradient in hybrid programming environments”. Int. J. of High Performance Computing Applications, Vol. 34(5), pp. 520-518, 2020.
F. D. Igual, R. Rodríguez-Sánchez, E. S. Quintana. “Integration and exploitation of intra-routine malleability in BLIS”. J. of Supercomputing, 76, 2860-2875, 2020.
A. Tomás, E. S. Quintana. “Tall-and-skinny QR factorization with approximate Householder reflectors on graphics processors”. J. of Supercomputing, 76, 8771-8786, 2020.
I. Aliaga, E. Dufrechou, P. Ezzatti, E. S. Quintana. “An efficient GPU version of the preconditioned GMRES method”. J. of Supercomputing, Vol. 75(3), pp. 1455 1469, 2019. ISSN: 0920-8542.
I. Aliaga, E. Dufrechou, P. Ezzatti, E. S. Quintana. “Accelerating the task/data-parallel version of ILUPACK\’s BiCG in multi-CPU/GPU configurations”. Parallel Computing, Vol. 85, pp. 79-87, 2019. ISSN: 0167-8191.
J. Alventosa, P. Alonso, A. M. Vidal, G. Piñero, E. S. Quintana. “Fast block QR update in digital signal processing”. J. of Supercomputing, Vol. 75(3), pp. 1051-1064, 2019. ISSN: 0920-8542.
Anzt, J. Dongarra, G. Flegar, E. S. Quintana. “Variable-size batched Gauss-Jordan elimination for block-Jacobi preconditioning on graphics processors”. Parallel Computing, Vol. 91, pp. 131-146, 2019. ISSN: 0167-8191.
Anzt, J. Dongarra, G. Flegar, N. Higham, E. S. Quintana. “Adaptive precision in block-Jacobi preconditioning for iterative sparse linear system solvers”. Concurrency and Computation: Practice & Experience, Vol. 31(6), pp. e4460, 2019. ISSN: 1532-0626.
Anzt, G. Flegar, T. Grützmacher, E. S. Quintana. “Towards a modular precision ecosystem for high performance computing”. Int. J. of High Performance Computing Applications, Vol. 33(6), pp. 1069-1078, 2019. ISSN: 1094-3420.
Anzt, J. Dongarra, E. S. Quintana. “Fine-grained bit-flip protection for relaxation methods”. J. of Computational Science, Vol. 36, pp. 1-11, 2019. ISSN: 1877-7503.
A. Belloch, J. M. Badía, M. Cobos, F. D. Igual, E. S. Quintana. “Accelerating the SRP-PHAT algorithm on multi and many-core platforms using OpenCL”. J. of Supercomputing, Vol. 75(3), pp. 1284-1297, 2019. ISSN: 0920-8542.
Carratalá-Sáez, S. Christophersen, J. I. Aliaga, V. Beltran, S. Börm, E. S. Quintana. “Exploiting nested task-parallelism in the H-LU factorization”. J. of Computational Science, Vol. 33, pp. 20-33, 2019. ISSN: 1877-7503.
Catalán, J. R. Herrero, E. S. Quintana, R. Rodríguez-Sánchez, R. van de Geijn. “A case for malleable thread-level linear algebra libraries: The LU factorization with partial pivoting”. IEEE Access, Vol. 7(1), pp. 17617-17633, 2019. ISSN: 2169-3536.
Díaz Pinto, S. Morales, V. Naranjo Ornedo, T. Köhler, J.M. Mossi García, A, Navea Tejerina. “CNNs for automatic glaucoma assessment using fundus images: an extensive validation”. BioMedical Engineering OnLine, Vol. 18, 2019.
Diaz-Pinto, S. Morales, V. Naranjo, A. Navea. “Computer-aided glaucoma diagnosis using stochastic watershed transformation on single fundus images”. Journal of Medical Imaging and Health Informatics, Vol. 9(6), pp. 1057-1065, 2019.
Diaz-Pinto, A. Colomer, V. Naranjo, S. Morales, Y. Xu, A. Frangi. “Retinal image synthesis and semi-supervised learning for glaucoma assessment”. IEEE transactions on medical imaging, Vol. 38(9), pp. 2211-2218, 2019.
F. Dolz, F.J. Alventosa, P. Alonso-Jordá, A.M. Vidal. “A pipeline structure for the block QR update in digital signal processing”. J Supercomputing, Vol. 75(3), pp. 1470-1482, 2019.
Flegar, F. Scheidegger, V. Novakovic, G. Mariani, A. E. Tomás, A. C. M. Malossi, E. S. Quintana. “FloatX: A C++ library for customized floating-point arithmetic”. ACM Trans. on Mathematical Software, Vol. 45(4), 40:1-40:23, 2019. ISSN: 0098-3500.
M. García Mollá, P. San Juan-Sebastian, T. Virtanen, A.M. Vidal, P. Alonso-Jordá. “Generalization of the K-SVD algorithm for minimization of ß-divergence”. Digital Signal Processing, Vol 92, pp.47-53, 2019.
Iakymchuk, S. Graillat, D. Defour, E. S. Quintana. “Hierarchical approach for deriving a reproducible unblocked LU factorization”. Int. J. of High Performance Computing Applications, Vol. 33(5), pp. 791-803, 2019. ISSN: 1094-3420.
Iserte, H. Martínez, S. Barrachina, M. Castillo, R. Mayo, A.J. Peña. “Dynamic reconfiguration of noniterative scientific applications: A case study with HPG aligner”. The International Journal of High Performance Computing Application, Vol. 33(5), pp. 804-816, 2019. ISSN: 1094-3420.
Iserte, J. Prades, C. Reaño, F. Silla. “Improving the management efficiency of GPU workloads in data centers through GPU virtualization”. Concurrency & Computation: Practice & Experience, e5275, 2019. ISSN: 1532-0634.
León, C. González, R. Mayo, D. Mozos, E. S. Quintana. “Noise estimation for hyperspectral subspace identification on FPGAs”. J. of Supercomputing, Vol. 75(3), pp. 1323-1335, 2019. ISSN: 0920-8542.
J. Muñoz-Montoro, J. Ranilla, P. Vera-Candeas, E.F. Combarro, P. Alonso-Jordá. “Real-time Soundprism” J Supercomputing, Vol. 75, pp. 1594-1609, 2019.
Ramiro, M. A. Simarro, A. Gonzalez, V. M. Vidal. “Parallel SUMIS soft detector for large MIMO systems on multicore and GPU”. J Supercomputing, Vol. 75, pp. 1256-1267, 2019.
Rodríguez-Sánchez, S. Catalán, J. R. Herrero, E. S. Quintana, A. E. Tomás. “Look-ahead in the two-sided reduction to compact band forms for symmetric eigenvalue problems and the SVD”. Numerical Algorithms, Vol. 80(2), pp. 635-660, 2019. ISSN: 1017-1398.
San Juan, T. Virtanen, V. M. Garcia-Molla, A.M. Vidal. “Analysis of an efficient parallel implementation of active-set Newton algorithm”. J Supercomputing, Vol. 75(3), pp. 1298-1309, 2019.
Tomás, R. Rodríguez-Sánchez, S. Catalán, R. Carratalá, E. S. Quintana. “Dynamic look-ahead in the reduction to band form for the Singular Value Decomposition”. Parallel Computing, Vol. 81, pp. 22-31, 2019. ISSN: 0167-8191.
T. Islam, M. Garzón, M. Ferrer, M. de Diego, A. Gonzalez. “Real-time implementation of filtered-X ANC system using exact Kalman filter”. accepted at 30th International Congress on Sound and Vibration (ICSV30), 2024.
I. Martín-Álvarez, J. I. Aliaga, M. Castillo, S. Iserte. "Configurable synthetic application for studying malleability in HPC". 31st Euromicro International Conference on Parallel, Distributed and Network-Based Processing (PDP), Naples, Italy, 2023. pp. 128-135.
R. del Amor, J. Silva-Rodríguez, A. Colomer, V. Naranjo, “Attention to detail: inter-resolution knowledge distillation”, 31st European Signal Processing Conference (EUSIPCO), Helsinki, Finland, pp. 985-989, 2023.
M. Ferrer, M. de Diego, A. Gonzalez, “Efficient real-time multichannel ANC algorithm based on the remote microphone technique”. 29th International Congress on Sound and Vibration (ICSV29), 2023.
M.J. García-González, K. López-Lineares, E. Albertín, I. Laguna, J. García, M.B. Cimadevila, A. Calvo, V. Naranjo, “Deep Learning-Based Assessment of Histological Grading in Breast Cancer Whole Slide Images”. International KES Conference on Innovation in Medicine and Healthcare (KES inMed2023), Singapore, 2023.
A. Golfe, R. del Amor, A. Colomer, M.A. sales, L. Terradez, V. Naranjo, “DTowards the on-demand Whole Slide Image generation: Prostate patch synthesis through a conditional progressive growing GAN”. 31st European Signal Processing Conference (EUSIPCO), Helsinki, Finland, pp. 1070-1074, 2023.
F. D. Igual, L. Piñuel, H. Martínez, S. Catalán, A. Castelló, E. S. Quintana. "Automatic generation of micro-kernels for performance portability of matrix multiplication on RISC-V vector processors". 2nd International Workshop on RISC-V for HPC (RISC-V HPC), pp. 1521-1532. Denver (EE.UU.), 2023.
J. Lei, J. Flich, E. S. Quintana. "Toward matrix multiplication for deep learning inference on the Xilinx Versal". 31th Euromicro Workshop on Parallel and Distributed Processing - PDP 2023, pp. 227-234. Nápoles (Italia). 2023.
J. Lei, H. Martínez, J. Flich, E. S. Quintana. "GEMM-like convolution for deep learning inference on the Xilinx Versal". Lecture Notes in Computer Science, HPC on Heterogeneous Hardware Workshop - H3 2022, pp. 593-604. Hamburgo (Alemania), 2023.
I. Martín-Álvarez, J. I. Aliaga, M. Castillo, S. Iserte. "Efficient data redistribution for malleable applications". In Proceedings of the SC '23 Workshops of The International Conference on High Performance Computing, Network, Storage, and Analysis (SC-W '23). Association for Computing Machinery, New York, NY, USA, 416–426, 2023.
E. Payá, L. Bori, M.A. Valera, A. Delgado, V. Naranjo, P. Meseguer, “Combination of proteomics and automatic scoring using artificial neural networks to detect aneuploid embryos”, 39th Annual Meeting of the European Society of Human Reproduction and Embryology (ESRHE 2023), Copenhagen (Denmark), 2023.
N. Pérez, F.J. Fuentes-Huertado, L. Fuster, V. Naranjo, “Deep Learning Models for Gunshot Detection in the Albufera Natural Park”, 31st European Signal Processing Conference (EUSIPCO), Helsinki, Finland, pp. 206-210, 2023.
N. Pérez, R. del Amor, F. García-Torres, A. Colomer, V. Naranjo, “Unsupervised Defect Detection for Infrastructure Inspection”, Intelligent Data Engineering and Automated Learning – IDEAL 2023. IDEAL 2023. Lecture Notes in Computer Science, vol 14404. Springer, 2023.
A. Salazar, L. Vergara, A. González, A. Rodríguez. “A Training Sample Size Estimation for the Bayes Classifier”. Proceedings of 10th Annual Conf. on Computational Science & Computational Intelligence (CSCI'23), Las Vegas, USA, 2023.
A. Salazar, R. Cito, S. Laureti, M. Ricci, L. Vergara. “An Experiment on Defect Detection in Active Thermography using Classifier Fusion”. Proceedings of 10th Annual Conf. on Computational Science & Computational Intelligence (CSCI'23), Las Vegas, USA, 2023.
Z. Tabatabaei, A. Colomer, K. Engan, J. O. Moll, V. Naranjo. “Self-supervised learning of a tailored Convolutional Auto Encoder for histopathological prostate grading”. 31st European Signal Processing Conference (EUSIPCO), Helsinki, Finland, pp. 980-984,2023.
Universitat Politécnica de Valencia
Camino de Vera s/n, 46200 València, València
Universitat Jaume I
Avinguda de Vicent Sos Baynat, s/n, 12006 Castelló de la Plana, Castelló
agonzal@dcom.upv.es
+34 96 387 7304
