Zobrazeno 1 - 5
of 5
pro vyhledávání: '"Shidqi, Kevin"'
Autor:
Arjmand, Cina, Xu, Yingfu, Shidqi, Kevin, Dobrita, Alexandra F., Vadivel, Kanishkan, Detterer, Paul, Sifalakis, Manolis, Yousefzadeh, Amirreza, Tang, Guangzhi
Neuromorphic processors are well-suited for efficiently handling sparse events from event-based cameras. However, they face significant challenges in the growth of computing demand and hardware costs as the input resolution increases. This paper prop
Externí odkaz:
http://arxiv.org/abs/2406.17483
Autor:
Tang, Guangzhi, Safa, Ali, Shidqi, Kevin, Detterer, Paul, Traferro, Stefano, Konijnenburg, Mario, Sifalakis, Manolis, van Schaik, Gert-Jan, Yousefzadeh, Amirreza
Sparse and event-driven spiking neural network (SNN) algorithms are the ideal candidate solution for energy-efficient edge computing. Yet, with the growing complexity of SNN algorithms, it isn't easy to properly benchmark and optimize their computati
Externí odkaz:
http://arxiv.org/abs/2303.15224
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Yingfu Xu, Shidqi, Kevin, van Schaik, Gert-Jan, Bilgic, Refik, Dobrita, Alexandra, Shenqi Wang, Meijer, Roy, Nembhani, Prithvish, Arjmand, Cina, Martinello, Pietro, Gebregiorgis, Anteneh, Hamdioui, Said, Detterer, Paul, Traferro, Stefano, Konijnenburg, Mario, Vadivel, Kanishkan, Sifalakis, Manolis, Guangzhi Tang, Yousefzadeh, Amirreza
Publikováno v:
Frontiers in Neuroscience; 2024, p1-17, 17p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.