Zobrazeno 1 - 10
of 1 391
pro vyhledávání: '"Processor Design"'
Publikováno v:
PeerJ Computer Science, Vol 10, p e1818 (2024)
Teaching computer architecture (Comp-Arch) courses in undergraduate curricula is becoming more of a challenge as most students prefer software-oriented courses. In some computer science/engineering departments, Comp-Arch courses are offered without t
Externí odkaz:
https://doaj.org/article/e62b51222c7f485e889398c60584abbd
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Merchant, Arif1 arifmerchant@hp.com
Publikováno v:
Communications of the ACM. Apr2009, Vol. 52 Issue 4, p90-90. 1p.
Autor:
Amer Aljaedi, Sajjad Shaukat Jamal, Muhammad Rashid, Adel R. Alharbi, Mohammed Alotaibi, Dalal J. Alanazi
Publikováno v:
Applied Sciences, Vol 13, Iss 12, p 7018 (2023)
This paper proposes a novel hardware design for a compact crypto processor devoted to elliptic-curve point multiplication over GF(2233). We focus on minimizing hardware usage, which we obtain using an iterative bit–serial finite field modular multi
Externí odkaz:
https://doaj.org/article/c7f61814f72c4969837caa119958c00f
Autor:
Tang, D. D., Santini, H.
Publikováno v:
IEEE Transactions on Magnetics. May97, Vol. 33 Issue 3, p2397. 5p. 3 Black and White Photographs, 3 Diagrams, 1 Chart, 5 Graphs.
Publikováno v:
Electronic Design. 11/24/97, Vol. 45 Issue 26, p62. 26p. 26 Charts.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Transactions on Neural Networks and Learning Systems. 34:394-408
Spiking neural networks (SNNs) are brain-inspired mathematical models with the ability to process information in the form of spikes. SNNs are expected to provide not only new machine-learning algorithms but also energy-efficient computational models
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::de0977b33a691c47088b2c1b283e309d
https://doi.org/10.1109/tnnls.2021.3095068
https://doi.org/10.1109/tnnls.2021.3095068