Pasricha / Shafique | Embedded Machine Learning for Cyber-Physical, IoT, and Edge Computing | E-Book | www.sack.de
E-Book

E-Book, Englisch, 412 Seiten

Pasricha / Shafique Embedded Machine Learning for Cyber-Physical, IoT, and Edge Computing

Hardware Architectures
1. Auflage 2023
ISBN: 978-3-031-19568-6
Verlag: Springer Nature Switzerland
Format: PDF
 Kopierschutz: 1 - PDF Watermark

Hardware Architectures

E-Book, Englisch, 412 Seiten

ISBN: 978-3-031-19568-6
Verlag: Springer Nature Switzerland
Format: PDF
 Kopierschutz: 1 - PDF Watermark

This book presents recent advances towards the goal of enabling efficient implementation of machine learning models on resource-constrained systems, covering different application domains. The focus is on presenting interesting and new use cases of applying machine learning to innovative application domains, exploring the efficient hardware design of efficient machine learning accelerators, memory optimization techniques, illustrating model compression and neural architecture search techniques for energy-efficient and fast execution on resource-constrained hardware platforms, and understanding hardware-software codesign techniques for achieving even greater energy, reliability, and performance benefits.



Pasricha / Shafique Embedded Machine Learning for Cyber-Physical, IoT, and Edge Computing jetzt bestellen!

Autoren/Hrsg.

Pasricha, Sudeep
Shafique, Muhammad
Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.