Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaElektronik & semikonduktorCollaborative Research: SHF: Small: Quasi Weightless Neural Networks for Energy-Efficient Machine Learning on the Edge
Proyek riset & pengembangan

Collaborative Research: SHF: Small: Quasi Weightless Neural Networks for Energy-Efficient Machine Learning on the Edge

Ringkasan tujuan riset

Quasi-weightless neural networks memakai lookup tables serta hierarki multilayer untuk mengurangi operasi multiply-add dalam perangkat keras pembelajaran mesin pada perangkat edge.

Elektronik & semikonduktor1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2326894Periode tercatat 2023-10-01 sampai 2027-09-30.NSF 2326894MulaiAkhir tercatat202320282023-10-012027-09-30
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Riset menggabungkan model weightless yang terinspirasi pemrosesan dendritik dengan manfaat jaringan neural konvensional. Arsitektur multilayer dan pelatihan multi-shot berumpan balik akan dikembangkan, sementara teknologi memori baru mendukung varian quasi-weightless. Co-design rangkaian serta sistem menargetkan inferensi berlatensi dan energi rendah. Akurasi, kebutuhan tabel, dan keuntungan efisiensi harus dibandingkan, sebab penghilangan operasi perkalian tidak otomatis memenuhi seluruh batas sumber daya aplikasi.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Texas at Austin
Program
Software & Hardware Foundation
Periode pendanaan tercatat
2023-10-01 → 2027-09-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Software & Systems Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.