( en | de | ru )

 

Disambiguierung von "Fraser, Nicholas J."

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Trainable Preprocessing for Reduced Precision Neural Networks.

, , , , und . EUSIPCO, Seite 1546-1550. IEEE, (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Nicholas J Eisner

Nicholas J Moore

Otto Fraser

Anke Fraser

Keir Fraser

 

Weitere Publikationen von Autoren mit dem selben Namen

Trainable Preprocessing for Reduced Precision Neural Networks., , , , und . EUSIPCO, Seite 1546-1550. IEEE, (2021)SYQ: Learning Symmetric Quantization for Efficient Deep Neural Networks., , , und . CVPR, Seite 4300-4309. Computer Vision Foundation / IEEE Computer Society, (2018)Kernel Normalised Least Mean Squares with Delayed Model Adaptation., und . ACM Trans. Reconfigurable Technol. Syst., 13 (2): 7:1-7:30 (2020)Accuracy to Throughput Trade-Offs for Reduced Precision Neural Networks on Reconfigurable Logic., , , , , , , und . ARC, Volume 10824 von Lecture Notes in Computer Science, Seite 29-42. Springer, (2018)Distributed kernel learning using Kernel Recursive Least Squares., , , und . ICASSP, Seite 5500-5504. IEEE, (2015)Compressing Low Precision Deep Neural Networks Using Sparsity-Induced Regularization in Ternary Networks., , , , und . ICONIP (2), Volume 10635 von Lecture Notes in Computer Science, Seite 393-404. Springer, (2017)Memory-Efficient Dataflow Inference for Deep CNNs on FPGA., , , , , und . FPT, Seite 48-55. IEEE, (2020)FAT: Training Neural Networks for Reliable Inference Under Hardware Faults., , , , und . ITC, Seite 1-10. IEEE, (2020)High-Throughput DNN Inference with LogicNets., , , und . FCCM, Seite 238. IEEE, (2020)Braiding: A scheme for resolving hazards in kernel adaptive filters., , , und . FPT, Seite 136-143. IEEE, (2015)