Zobrazeno 1 - 3
of 3
pro vyhledávání: '"Mousavi, Seyedhamidreza"'
Autor:
Mousavi, Seyedhamidreza, Ahmadilivani, Mohammad Hasan, Raik, Jaan, Jenihhin, Maksim, Daneshtalab, Masoud
Deep Neural Networks (DNNs) are extensively employed in safety-critical applications where ensuring hardware reliability is a primary concern. To enhance the reliability of DNNs against hardware faults, activation restriction techniques significantly
Externí odkaz:
http://arxiv.org/abs/2406.06313
Autor:
Ahmadilivani, Mohammad Hasan, Mousavi, Seyedhamidreza, Raik, Jaan, Daneshtalab, Masoud, Jenihhin, Maksim
Convolutional Neural Networks (CNNs) have become integral in safety-critical applications, thus raising concerns about their fault tolerance. Conventional hardware-dependent fault tolerance methods, such as Triple Modular Redundancy (TMR), are comput
Externí odkaz:
http://arxiv.org/abs/2405.10658
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.