Αρχιτεκτονικές υλικού για επιτάχυνση τεχνικών deep learning σε ενσωματωμένα συστήματα
Τα νευρωνικά δίκτυα και η τεχνητή νοημοσύνη αποτελούν πλέον μέρος της καθημερινότητας όλων μας και φαίνεται να αποτελούν λύση για πολλά προβλήματα όπου αυστηρός προγραμματισμός και καθορισμός λύσης είναι από πολύ δύσκολος έως αδύνατος. Παραδείγματα τέτοιων εφαρμογών αποτελούν η αναγνώριση προσώπου ή...
Κύριος συγγραφέας: | Κόσσυφας, Σταύρος |
---|---|
Άλλοι συγγραφείς: | Kossyfas, Stavros |
Γλώσσα: | Greek |
Έκδοση: |
2022
|
Θέματα: | |
Διαθέσιμο Online: | https://hdl.handle.net/10889/23465 |
Παρόμοια τεκμήρια
-
Hardware acceleration of AI/deep learning applications for the RISC-V architecture
ανά: Λιάσος, Αλέξανδρος
Έκδοση: (2021) -
Συνελικτικά νευρωνικά δίκτυα και εφαρμογή τους σε αναγνώριση εικόνας από κινητά τηλέφωνα
ανά: Σταυρόπουλος, Σταύρος
Έκδοση: (2020) -
Αρχιτεκτονικές υλικού βασισμένες σε Deep Learning Processor Units (DPUs) και υλοποίηση σε FPGA
ανά: Χρυσοβιτσάνος, Νικόλαος
Έκδοση: (2022) -
Chatbots με χρήση τεχνικών NLP και deep learning : πιλοτική υλοποίηση σε Azure
ανά: Σωτηρόπουλος, Γιώργος
Έκδοση: (2023) -
Πρόβλεψη κατανάλωσης ηλεκτρικής ενέργειας με χρήση τεχνικών βαθιάς μάθησης
ανά: Ζαρμακούπης, Πολύκαρπος-Παρασκευάς
Έκδοση: (2022)