Development of Deep Neural Network Accelerator Utilizing Approximate Computing
利用近似计算开发深度神经网络加速器
基本信息
- 批准号：19H04079
- 负责人：
- 金额：$ 11.23万
- 依托单位：
- 依托单位国家：日本
- 项目类别：Grant-in-Aid for Scientific Research (B)
- 财政年份：2019
- 资助国家：日本
- 起止时间：2019-04-01 至 2022-03-31
- 项目状态：已结题
- 来源：
- 关键词：
项目摘要
项目成果
期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
ProgressiveNN: Achieving Computational Scalability without Network Alteration by MSB-first Accumulative Computation
ProgressiveNN：通过 MSB 优先累积计算在不改变网络的情况下实现计算可扩展性
- DOI：
- 发表时间：2020
- 期刊：
- 影响因子：0
- 作者：Junnosuke Suzuki ; Kota Ando ; Kazutoshi Hirose ; Kazushi Kawamura ; Thiem Van Chu ; Masato Motomura ; Jaehoon Yu
- 通讯作者：Jaehoon Yu
Minimizing Power for Neural Network Training with Logarithm-Approximate Floating-Point Multiplier
使用对数近似浮点乘法器最小化神经网络训练的功耗
- DOI：10.1109/patmos.2019.8862162
- 发表时间：2019-07-01
- 期刊：
- 影响因子：0
- 作者：TaiYu Cheng;Jaehoon Yu;M. Hashimoto
- 通讯作者：M. Hashimoto
Logarithm-approximate floating-point multiplier is applicable to power-efficient neural network training
对数近似浮点乘法器适用于低功耗神经网络训练
- DOI：10.1016/j.vlsi.2020.05.002
- 发表时间：2020
- 期刊：
- 影响因子：1.9
- 作者：Cheng TaiYu;Masuda Yukata;Chen Jun;Yu Jaehoon;Hashimoto Masanori
- 通讯作者：Hashimoto Masanori
Minimizing Power for Neural Network Training with Logarithm-Approximate Floating-Point Multiplier
使用对数近似浮点乘法器最小化神经网络训练的功耗
- DOI：
- 发表时间：2019
- 期刊：
- 影响因子：0
- 作者：TaiYu Cheng;Jaehoon Yu;Masanori Hashimoto
- 通讯作者：Masanori Hashimoto
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
数据更新时间：{{ journalArticles.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ monograph.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ sciAawards.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ patent.updateTime }}
YU JAEHOON其他文献
YU JAEHOON的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
相似海外基金
Development of a novel CAD technique considering timing characteristics and computational importance of approximate computing circuits
考虑近似计算电路的时序特性和计算重要性的新型 CAD 技术的开发
- 批准号：
20K19767 - 财政年份：2020
- 资助金额：
$ 11.23万 - 项目类别：
Grant-in-Aid for Early-Career Scientists
ニアスレッショルド回路の演算効率を最大化する近似コンピューティング基盤の創出
创建近似计算平台，最大限度地提高近阈值电路的计算效率
- 批准号：
20K19768 - 财政年份：2020
- 资助金额：
$ 11.23万 - 项目类别：
Grant-in-Aid for Early-Career Scientists
Study on design optimization of VLSI circuits for efficient approximate computing
高效近似计算的VLSI电路设计优化研究
- 批准号：
19K24341 - 财政年份：2019
- 资助金额：
$ 11.23万 - 项目类别：
Grant-in-Aid for Research Activity Start-up
Uncertainty Tolerant Computing using Error-Prone High-Bandwidth Optical Communication
使用易错高带宽光通信进行不确定性容忍计算
- 批准号：
19H01106 - 财政年份：2019
- 资助金额：
$ 11.23万 - 项目类别：
Grant-in-Aid for Scientific Research (A)
Co-operation Between Approximate Networks and Parallel Algorithms(Fostering Joint International Research)
近似网络与并行算法之间的合作（促进国际联合研究）
- 批准号：
16KK0009 - 财政年份：2017
- 资助金额：
$ 11.23万 - 项目类别：
Fund for the Promotion of Joint International Research (Fostering Joint International Research)