Christopher Ringhofer, M.Sc.
Kurzlebenslauf
Christopher Ringhofer, M.Sc., arbeitet seit April 2020 als wissenschaftlicher Mitarbeiter am Fachgebiet für Eingebettete Systeme der Informatik der Universität Duisburg-Essen. Seinen Bachelorabschluss in Angewandter Informatik mit der Vertiefung Ingenieurinformatik erhielt er 2017 an der Universität Duisburg-Essen. In seiner Bachelorarbeit entwickelte er einen RDF-Triplestore für eingebettete Systeme. Anschließend arbeitete er drei Jahre als Software-Ingenieur in einem Unternehmen mit Fokus auf dem Internet der Dinge. Den Masterabschluss im Schwerpunkt Verteilte, Verlässliche Systeme erlangte er 2020. In seiner Masterarbeit beschäftigte er sich mit der Signalverarbeitung von EKG-Daten und deren Analyse mittels tiefen neuronalen Netzwerken. Anschließend hat er in zwei vom Bundesministerium für Bildung und Forschung geförderten Forschungsprojekten mitgearbeitet: „KI-Sprung: LUTNet“ und „KI-LiveS“.
Forschung
Meine aktuelle Arbeit beschäftigt sich mit der automatisierten Suche von effizienten neuronalen Netzwerkarchitekturen für die Signalverarbeitung auf eingebetteten Geräten. Ich entwickle ein System, welches mittels neuronaler Architektursuche latenzoptimierte Netzwerke für die Signalverarbeitung von Audiodaten konstruiert. Als Zielplattform verwende ich dafür eingebettete FPGAs. Mein aktueller Anwendungsfall sind digitale Audioeffekte, z.B. für Studio- und Liveanwendungen.
Informatik / AI
47057 Duisburg
Funktionen
-
Wissenschaftliche/r Mitarbeiter/in, Intelligente Eingebettete Systeme
Aktuelle Veranstaltungen
Vergangene Veranstaltungen (max. 10)
Die folgenden Publikationen sind in der Online-Universitätsbibliographie der Universität Duisburg-Essen verzeichnet. Weitere Informationen finden Sie gegebenenfalls auch auf den persönlichen Webseiten der Person.
-
Elastic AI : System support for adaptive machine learning in pervasive computing systemsIn: CCF Transactions on Pervasive Computing and Interaction Jg. 3 (2021) Nr. 3, S. 300 - 328Online Volltext: dx.doi.org/ (Open Access)
-
In-Situ Artificial Intelligence for Self-∗ Devices : The Elastic AI Ecosystem (Tutorial)In: 2nd IEEE International Conference on Autonomic Computing and Self-Organizing Systems Companion, ACSOS-C 2021: Proceedings / 2nd IEEE International Conference on Autonomic Computing and Self-Organizing Systems Companion, ACSOS-C 2021, Virtual, Washington, 27 September - 1 October 2021 2021, S. 320 - 321Online Volltext: dx.doi.org/
-
Towards Precomputed 1D-Convolutional Layers for Embedded FPGAsIn: Machine Learning and Principles and Practice of Knowledge Discovery in Databases: Proceedings, Part I / International Workshops of ECML PKDD 2021, Virtual Event, September 13-17, 2021 / Kamp, Michael; Koprinska, Irena; Bibal, Adrien; Bouadi, Tassadit; Frénay, Benoît; Galárraga, Luis; Oramas, José.; Adilova, Linara; Krishnamurthy, Yamuna; Kang, Bo; Largeron, Christine; Lijffijt, Jefrey; Viard, Tiphaine; Welke, Pascal; Ruocco, Massimiliano; Aune, Erlend; Gallicchio, Claudio; Schiele, Gregor; Pernkopf, Franz; Blott, Michaela; Fröning, Holger; Schindler, Günther; Guidotti, Riccardo; Monreale, Anna; Rinzivillo, Salvatore; Biecek, Przemyslaw; Ntoutsi, Eirini; Pechenizkiy, Mykola; Rosenhahn, Bodo; Buckley, Christopher; Cialfi, Daniela; Lanillos, Pablo; Ramstead, Maxwell; Verbelen, Tim; Ferreira, Pedro M.; Andresini, Giuseppina; Malerba, Donato; Medeiros, Ibéria; Fournier-Viger, Philippe; Nawaz, M. Saqib; Ventura, Sebastian; Sun, Meng; Zhou, Min; Bitetta, Valerio; Bordino, Ilaria; Ferretti, Andrea; Gullo, Francesco; Ponti, Giovanni; Severini, Lorenzo; Ribeiro, Rita; Gama, João; Gavaldà, Ricard; Cooper, Lee; Ghazaleh, Naghmeh; Richiardi, Jonas; Roqueiro, Damian; Saldana Miranda, Diego; Sechidis, Konstantinos; Graça, Guilherme (Hrsg.) 2021, S. 327 - 338Online Volltext: dx.doi.org/
-
FPGA based low latency, low power stream processing AI
2nd European Workshop on On-Board Data Processing (OBDP2021), 14-17 June 2021, Online, (Session 3),(2021)Online Volltext: dx.doi.org/ (Open Access)