×
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
Wang, Ying [2]
Chen, Xiao... [1]
Han, Yinhe [1]
He, Yintao [1]
Jiang, Zhu... [1]
Li, Bing [1]
更多...
文献类型
期刊论文 [3]
发表日期
2023 [2]
2022 [1]
语种
英语 [3]
出处
IEEE TRANS... [2]
IEEE TRANS... [1]
资助项目
Guangdong ... [1]
Guangdong ... [1]
Guangdong ... [1]
National K... [1]
National K... [1]
National N... [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
限定条件
收录类别:SCI
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
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
作者升序
作者降序
发表日期升序
发表日期降序
Frequency-Domain Inference Acceleration for Convolutional Neural Networks Using ReRAMs
期刊论文
IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS, 2023, 卷号: 34, 期号: 12, 页码: 3133-3146
作者:
Liu, Bosheng
;
Jiang, Zhuoshen
;
Wu, Yalan
;
Wu, Jigang
;
Chen, Xiaoming
;
Liu, Peng
;
Zhou, Qingguo
;
Han, Yinhe
收藏
  |  
浏览/下载:11/0
  |  
提交时间:2023/12/04
Frequency-domain accelerator
energy efficiency
resistive random access memory
frequency-domain convolutions
A Coordinated Model Pruning and Mapping Framework for RRAM-Based DNN Accelerators
期刊论文
IEEE TRANSACTIONS ON COMPUTER-AIDED DESIGN OF INTEGRATED CIRCUITS AND SYSTEMS, 2023, 卷号: 42, 期号: 7, 页码: 2364-2376
作者:
Qu, Songyun
;
Li, Bing
;
Zhao, Shixin
;
Zhang, Lei
;
Wang, Ying
收藏
  |  
浏览/下载:9/0
  |  
提交时间:2023/12/04
AutoML
bit-pruning
deep neural networks (DNNs)
resistive random access memory (RRAM)
Saving Energy of RRAM-Based Neural Accelerator Through State-Aware Computing
期刊论文
IEEE TRANSACTIONS ON COMPUTER-AIDED DESIGN OF INTEGRATED CIRCUITS AND SYSTEMS, 2022, 卷号: 41, 期号: 7, 页码: 2115-2127
作者:
He, Yintao
;
Wang, Ying
;
Li, Huawei
;
Li, Xiaowei
收藏
  |  
浏览/下载:29/0
  |  
提交时间:2022/12/07
Computer architecture
Microprocessors
Resistance
Power demand
Training
Biological neural networks
Optimization
Low power (LP)
neural networks
processing-in-memory
resistive random-access memory (RRAM)