×
验证码:
换一张
忘记密码?
记住我
×
登录
中文版
|
English
中国科学院计算技术研究所机构知识库
Institute of Computing Technology, Chinese Academy IR
登录
注册
ALL
ORCID
题名
作者
学科领域
关键词
文献类型
出处
收录类别
出版者
发表日期
存缴日期
资助项目
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
新闻&公告
在结果中检索
研究单元&专题
中国科学院计算技术研... [3]
作者
Deng, Lei [3]
Li, Guoqi [3]
Ding, Yufe... [2]
Hu, Xing [2]
Li, Peng [2]
Liang, Lin... [2]
更多...
文献类型
期刊论文 [3]
发表日期
2022 [1]
2021 [2]
语种
英语 [3]
出处
IEEE TRANS... [2]
IEEE-CAA J... [1]
资助项目
Beijing Ac... [2]
National N... [2]
Open Proje... [2]
Institute ... [1]
Institute ... [1]
National K... [1]
更多...
收录类别
SCI [3]
资助机构
×
知识图谱
CSpace
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共3条,第1-3条
帮助
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
作者升序
作者降序
WOS被引频次升序
WOS被引频次降序
提交时间升序
提交时间降序
期刊影响因子升序
期刊影响因子降序
题名升序
题名降序
发表日期升序
发表日期降序
Sampling Methods for Efficient Training of Graph Convolutional Networks: A Survey
期刊论文
IEEE-CAA JOURNAL OF AUTOMATICA SINICA, 2022, 卷号: 9, 期号: 2, 页码: 205-234
作者:
Liu, Xin
;
Yan, Mingyu
;
Deng, Lei
;
Li, Guoqi
;
Ye, Xiaochun
;
Fan, Dongrui
收藏
  |  
浏览/下载:38/0
  |  
提交时间:2022/06/21
Efficient training
graph convolutional networks (GCNs)
graph neural networks (GNNs)
sampling method
Comprehensive SNN Compression Using ADMM Optimization and Activity Regularization
期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2021, 页码: 15
作者:
Deng, Lei
;
Wu, Yujie
;
Hu, Yifan
;
Liang, Ling
;
Li, Guoqi
;
Hu, Xing
;
Ding, Yufei
;
Li, Peng
;
Xie, Yuan
收藏
  |  
浏览/下载:37/0
  |  
提交时间:2022/06/21
Neurons
Computational modeling
Quantization (signal)
Optimization
Encoding
Task analysis
Synapses
Activity regularization
alternating direction method of multiplier (ADMM)
connection pruning
spiking neural network (SNN) compression
weight quantization
Exploring Adversarial Attack in Spiking Neural Networks With Spike-Compatible Gradient
期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2021, 页码: 15
作者:
Liang, Ling
;
Hu, Xing
;
Deng, Lei
;
Wu, Yujie
;
Li, Guoqi
;
Ding, Yufei
;
Li, Peng
;
Xie, Yuan
收藏
  |  
浏览/下载:36/0
  |  
提交时间:2022/06/21
Spatiotemporal phenomena
Computational modeling
Perturbation methods
Biological neural networks
Backpropagation
Unsupervised learning
Training
Adversarial attack
backpropagation through time (BPTT)
neuromorphic computing
spike-compatible gradient
spiking neural networks (SNNs)