Shortcuts
Top of page (Alt+0)
Page content (Alt+9)
Page menu (Alt+8)
Your browser does not support javascript, some WebOpac functionallity will not be available.
PageMenu
-
Hauptmenü
-
Suchmenü
Einfache Suche
.
Erweiterte Suche
.
Zeitschriften-Suche
.
Suchergebnisse verfeinern
.
Neuerwerbungsliste nach Gruppen
.
Sortierreihenfolge
.
Benutzerdienste
Nutzeranmeldung
.
Mein Konto
.
Erwerbungsvorschlag
.
Fernleihe
.
Vormerkung
.
Verlängerung
.
Weitere Recherchemöglichkeiten
Datenbankinfosystem (DBIS)
.
Karlsruher virtueller Katalog (KVK)
.
Regensburger Systematik (RVK)
.
Elektronische Zeitschriften (EZB)
.
Zeitschriftendatenbank (ZDB)
.
Sitzung beenden
Katalog verlassen
.
Homepage WHZ
.
Hochschulbibliothek
.
© LIBERO v6.4.1sp240211
Page content
Sie befinden sich hier
:
Katalogdatenanzeige
Katalogdatenanzeige
Embedded Machine Learning for Cyber-Physical, IoT, and Edge Computing: Software Optimizations and Hardware/Software Codesign
.
Bookmark für diesen Satz setzen
Katalogdatensatz500402407
.
.
LibraryThing
.
Kataloginformation
Katalogdatensatz500402407
.
Kataloginformation
Feldname
Details
Vorliegende Sprache
eng
ISBN
978-3-031-39931-2
978-3-031-39933-6
978-3-031-39934-3
Name
Pasricha, Sudeep ¬[HerausgeberIn]¬
Shafique, Muhammad ¬[HerausgeberIn]¬
Name ANZEIGE DER KETTE
Shafique, Muhammad ¬[HerausgeberIn]¬
T I T E L
Embedded Machine Learning for Cyber-Physical, IoT, and Edge Computing
Zusatz zum Titel
Software Optimizations and Hardware/Software Codesign
Auflage
1st ed. 2024.
Verlagsort
Cham
Cham
Verlag
Springer Nature Switzerland
Imprint: Springer
Erscheinungsjahr
2024
2024
2024
Umfang
1 Online-Ressource(XIV, 477 p. 229 illus., 200 illus. in color.)
Titelhinweis
Erscheint auch als (Druck-Ausgabe)ISBN: 978-3-031-39931-2
Erscheint auch als (Druck-Ausgabe)ISBN: 978-3-031-39933-6
Erscheint auch als (Druck-Ausgabe)ISBN: 978-3-031-39934-3
ISBN
ISBN 978-3-031-39932-9
Klassifikation
UKM
TEC008010
006.22
Kurzbeschreibung
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. Discusses efficient implementation of machine learning in embedded, CPS, IoT, and edge computing; Offers comprehensive coverage of hardware design, software design, and hardware/software co-design and co-optimization; Describes real applications to demonstrate how embedded, CPS, IoT, and edge applications benefit from machine learning.
SWB-Titel-Idn
1865936839
Signatur
Springer E-Book
Bemerkungen
Elektronischer Volltext - Campuslizenz
Elektronische Adresse
$uhttps://doi.org/10.1007/978-3-031-39932-9
Internetseite / Link
Resolving-System
.
ISBD-Anzeige
Katalogdatensatz500402407
.
Kategorien-Anzeige
Katalogdatensatz500402407
.
Verwandte Werke
Katalogdatensatz500402407
.
Titel zur Titelsammlung hinzufügen
Katalogdatensatz500402407
.
Kataloginformation500402407
Datensatzanfang
.
Kataloginformation500402407
Seitenanfang
.
Titel vormerken
Katalogdatensatz500402407
Vollanzeige Katalogdaten
Auf diesem Bildschirm erhalten Sie Katalog- und Exemplarinformationen zum ausgewählten Titel.
Im Bereich
Kataloginformation
werden die bibliographischen Details angezeigt. Per Klick auf Hyperlink-Begriffe wie Schlagwörter, Autoren, Reihen, Körperschaften und Klassifikationen können Sie sich weitere Titel des gewählten Begriffes anzeigen lassen.
Der Bereich
Exemplarinformationen
enthält zum einen Angaben über den Standort und die Verfügbarkeit der Exemplare. Zum anderen haben Sie die Möglichkeit, ausgeliehene Exemplare vorzumerken oder Exemplare aus dem Magazin zu bestellen.
Schnellsuche
Suche nach