检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

2 篇 会议

馆藏范围

2 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

2 篇 工学
- 2 篇 电气工程
- 1 篇 机械工程
- 1 篇 动力工程及工程热...
- 1 篇 电子科学与技术（可...
- 1 篇 控制科学与工程
- 1 篇 化学工程与技术
1 篇 理学
- 1 篇 物理学

主题

2 篇 hardware aware n...
2 篇 tinyml
1 篇 internet of thin...
1 篇 visual wake word...
1 篇 wearable robotic...
1 篇 microcontrollers
1 篇 lightweight conv...

机构

1 篇 scuola super san...
1 篇 diten university...
1 篇 institute of mec...
1 篇 univ genoa diten...

作者

2 篇 gastaldo paolo
2 篇 ragusa edoardo
2 篇 garavagno andrea...
2 篇 frisoli antonio

语言

1 篇 英文
1 篇 其他

检索条件"主题词=Hardware Aware Neural Architecture Search"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

Running hardware-aware neural architecture search on embedded devices under 512MB of RAM

Running hardware-Aware neural architecture search on embedde...

引用

2024 IEEE International Conference on Consumer Electronics, ICCE 2024

作者： Garavagno, Andrea Mattia Ragusa, Edoardo Frisoli, Antonio Gastaldo, Paolo DITEN University of Genoa Department of Electrical Electronic Telecommunication Engineering and Naval Architecture Genoa16145 Italy Institute of Mechanical Intelligence Department of Excellence in Robotics and AI Scuola Superiore sant'Anna Pisa56127 Italy

ISBN: (纸本)9798350324136

This document proposes a novel approach to hardware-aware neural architecture search (HW NAS) that considers the resources available on the computing platform running it, enabling its execution on various embedded devices. The presented HW NAS produces tiny convolutional neural networks (CNNs) targeting low-end microcontroller units (MCUs), typically involved in the Internet of Things (IoT) or wearable robotics, opening new use cases. A gateway could run it to tailor CNNs' architecture on the acquired data without using external servers, ensuring privacy. The proposed technique achieves state-of-The-Art results in the human-recognition tasks on the Visual Wake Word dataset, a standard TinyML benchmark, on several embedded devices. © 2024 IEEE.

关键词： hardware aware neural architecture search Internet of Things TinyML Wearable Robotics

来源：评论

学校读者我要写书评

暂无评论

A hardware-aware neural architecture search algorithm targeting low-end microcontrollers 18

A hardware-aware neural architecture search algorithm target...

引用

18th International Conference on Ph.D Research in Microelectronics and Electronics (PRIME)

作者： Garavagno, Andrea Mattia Ragusa, Edoardo Frisoli, Antonio Gastaldo, Paolo Univ Genoa DITEN Dept Elect Elect Telecommun Engn & Naval Architec I-16145 Genoa Italy Scuola Super Sant Anna Dept Excellence Robot & AI Inst Mech Intelligence I-56124 Pisa Italy

ISBN: (纸本)9798350303209

hardware-aware neural architecture search (HW NAS), the process of automating the design of neural architectures taking into consideration hardware constraints, has already outperformed the best human designs on many tasks. However, it is known to be highly demanding in terms of hardware, thus limiting access to non-habitual neural network users. Fostering its adoption for the next-generation IoT and wearable devices design, we propose an HW NAS that can be run on laptops, even if not mounting a GPU. The proposed technique, designed to have both a low search cost and resource usage, produces tiny convolutional neural networks (CNNs) targeting low-end microcontrollers. It achieves state-of-the-art results in the human-recognition tasks, on the Visual Wake Word dataset a standard TinyML benchmark, in just 3:37:0 hours on a laptop mounting an 11th Gen Intel(R) Core(TM) i7-11370H CPU @ 3.30GHz equipped with 16 GB of RAM and 512 GB of SSD, without using a GPU.

关键词： hardware aware neural architecture search TinyML Microcontrollers Visual Wake Words Lightweight Convolutional neural Networks

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：