Fugu-MT 論文翻訳(概要): Sensor Signal Processing using High-Level Synthesis and Internet of Things with a Layered Architecture

論文の概要: Sensor Signal Processing using High-Level Synthesis and Internet of Things with a Layered Architecture

arxiv url: http://arxiv.org/abs/2301.03356v1
Date: Tue, 3 Jan 2023 09:22:54 GMT
ステータス: 処理完了
システム内更新日: 2023-01-15 22:59:32.809390
Title: Sensor Signal Processing using High-Level Synthesis and Internet of Things with a Layered Architecture
Title（参考訳）: 階層構造を用いた高レベル合成とモノのインターネットを用いたセンサ信号処理
Authors: CS Reddy and Krishna Anand
Abstract要約: センサルータはモノのインターネットアプリケーション分野において重要な役割を担っている。アプリケーションがクラウドシステムで発生するモノのインターネットの助けを借りて、ノードを直感的に感知するように設計されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: Sensor routers play a crucial role in the sector of Internet of Things applications, in which the capacity for transmission of the network signal is limited from cloud systems to sensors and its reversal process. It describes a robust recognized framework with various architected layers to process data at high level synthesis. It is designed to sense the nodes instinctually with the help of Internet of Things where the applications arise in cloud systems. In this paper embedded PEs with four-layer new design framework architecture is proposed to sense the devises of IOT applications with the support of high-level synthesis DBMF (database management function) tool.
Abstract（参考訳）: センサルータはモノのインターネット(Internet of Things)アプリケーションにおいて重要な役割を担い、ネットワーク信号の伝送能力はクラウドシステムからセンサーへの通信能力と逆転プロセスに制限される。高いレベルの合成でデータを処理するために、さまざまなアーキテクチャ層を持つ堅牢な認識フレームワークについて説明する。アプリケーションがクラウドシステムで発生するモノのインターネットの助けを借りて、ノードを直感的に感知するように設計されている。本稿では,高レベル合成DBMF(データベース管理機能)ツールによるIOTアプリケーションの考案を検知するために,4層新しい設計フレームワークを組み込んだ組込みPEを提案する。

関連論文リスト

EM-DARTS: Hierarchical Differentiable Architecture Search for Eye Movement Recognition [54.99121380536659]
眼球運動バイオメトリックスは、高い安全性の識別により注目されている。深層学習(DL)モデルは近年,眼球運動認識に成功している。 DLアーキテクチャはまだ人間の事前知識によって決定されている。眼球運動認識のためのDLアーキテクチャを自動設計する階層的微分可能なアーキテクチャ探索アルゴリズムEM-DARTSを提案する。
論文参考訳（メタデータ） (2024-09-22T13:11:08Z)
Deep Learning in Physical Layer: Review on Data Driven End-to-End Communication Systems and their Enabling Semantic Applications [1.3351610617039975]
本稿では,E2E通信システムにおけるデータ駆動型PHYの今後の動向について概説する。さまざまなモダリティにまたがるセマンティックアプリケーションの実現における、彼らの役割を強調している。また、重要な課題や研究の方向性も特定できる。
論文参考訳（メタデータ） (2024-01-08T18:38:51Z)
DYNAP-SE2: a scalable multi-core dynamic neuromorphic asynchronous spiking neural network processor [2.9175555050594975]
我々は、リアルタイムイベントベーススパイキングニューラルネットワーク(SNN)をプロトタイピングするための、脳にインスパイアされたプラットフォームを提案する。提案システムは, 短期可塑性, NMDA ゲーティング, AMPA拡散, ホメオスタシス, スパイク周波数適応, コンダクタンス系デンドライトコンパートメント, スパイク伝達遅延などの動的および現実的なニューラル処理現象の直接エミュレーションを支援する。異なる生物学的に可塑性のニューラルネットワークをエミュレートする柔軟性と、個体群と単一ニューロンの信号の両方をリアルタイムで監視する能力により、基礎研究とエッジコンピューティングの両方への応用のための複雑なニューラルネットワークモデルの開発と検証が可能になる。
論文参考訳（メタデータ） (2023-10-01T03:48:16Z)
Complex-Valued Neural Networks for Data-Driven Signal Processing and Signal Understanding [1.2691047660244337]
複雑な評価されたニューラルネットワークは、信号処理、センシング、通信領域にわたる多くのタスクにおいて優れたモデリング性能を誇っている。本稿では,PyTorch上に構築された複雑なニューラルネットワーク操作とアーキテクチャのための軽量インタフェースの実装を目的としたパッケージの概要を述べる。
論文参考訳（メタデータ） (2023-09-14T16:55:28Z)
Digital Twin Virtualization with Machine Learning for IoT and Beyond 5G Networks: Research Directions for Security and Optimal Control [3.1798318618973362]
デジタルツイン(DT)技術は、サイバー物理システムのリアルタイムデータ駆動モデリングのソリューションとして登場した。我々は,クラウドコンピューティングを分散化して実装したDTフレームワークの概念階層アーキテクチャを構築した。既存のシステム上での革新的な技術の開発と展開のリスクを下げることにおけるDTの重要性について論じる。
論文参考訳（メタデータ） (2022-04-05T03:04:02Z)
Learning Deep Context-Sensitive Decomposition for Low-Light Image Enhancement [58.72667941107544]
典型的なフレームワークは、照明と反射を同時に推定することであるが、特徴空間にカプセル化されたシーンレベルの文脈情報を無視する。本研究では,空間スケールにおけるシーンレベルのコンテキスト依存を生かした,コンテキスト依存型分解ネットワークアーキテクチャを提案する。チャネル数を減らして軽量なCSDNet(LiteCSDNet)を開発する。
論文参考訳（メタデータ） (2021-12-09T06:25:30Z)
ReconfigISP: Reconfigurable Camera Image Processing Pipeline [75.46902933531247]
Image Signal Processor(ISP)は、センサー信号を画像に変換するデジタルカメラにおいて、知覚と理解のために重要なコンポーネントである。既存のISP設計では、固定されたアーキテクチャ(例えば、厳密な順序で接続されたいくつかのシーケンシャルなモジュール)が常に採用されている。本研究では,Reconfigurable ISP(Reconfigurable ISP)を提案する。
論文参考訳（メタデータ） (2021-09-10T09:56:43Z)
Multi-Exit Vision Transformer for Dynamic Inference [88.17413955380262]
視覚変換器のバックボーンの動的推論に使用できる早期出口分岐のための7つの異なるアーキテクチャを提案する。提案したアーキテクチャのそれぞれが,精度と速度のトレードオフにおいて有用であることを示す。
論文参考訳（メタデータ） (2021-06-29T09:01:13Z)
A Holistically-Guided Decoder for Deep Representation Learning with Applications to Semantic Segmentation and Object Detection [74.88284082187462]
一般的な戦略の1つは、バックボーンネットワークに拡張畳み込みを採用し、高解像度のフィーチャーマップを抽出することです。本稿では,高分解能なセマンティクスリッチな特徴マップを得るために紹介される,新たなホリスティック誘導デコーダを提案する。
論文参考訳（メタデータ） (2020-12-18T10:51:49Z)
Machine Learning in the Internet of Things for Industry 4.0 [0.0]
このようなシステムの組織化は,ハードウェア層からソフトウェア層まで,さらにはIoTシステムに必要な応答時間に至るまで,処理スタック全体に依存することを示す。本稿では,このようなシステムのフロー処理スタックと,エッジやクラウド上での学習や推論の拡散を可能にする,組織的な機械学習アーキテクチャパターンを提案する。
論文参考訳（メタデータ） (2020-05-22T12:43:15Z)
Stage-Wise Neural Architecture Search [65.03109178056937]
ResNetやNASNetのような現代の畳み込みネットワークは、多くのコンピュータビジョンアプリケーションで最先端の結果を得た。これらのネットワークは、同じ解像度で表現を操作するレイヤのセットであるステージで構成されている。各ステージにおけるレイヤー数の増加はネットワークの予測能力を向上させることが示されている。しかし、結果として得られるアーキテクチャは、浮動小数点演算、メモリ要求、推論時間の観点から計算的に高価になる。
論文参考訳（メタデータ） (2020-04-23T14:16:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。