文献

J-GLOBAL ID：201702282793393999   整理番号：17A1778443

言語認識のための低電力スパース次元符号器【Powered by NICT】

Low-Power Sparse Hyperdimensional Encoder for Language Recognition

著者 (5件)： Imani Mohsen (Department of Computer Science and Engineering, University of California at San Diego, CA, USA) ,  Hwang John (University of California at San Diego) ,  Rosing Tajana (University of California at San Diego) ,  Rahimi Abbas (University of California at Berkeley) ,  Rabaey Jan M. (University of California at Berkeley)
資料名： IEEE Design & Test  (IEEE Design & Test)
巻： 34  号： 6  ページ： 94-101  発行年： 2017年 
JST資料番号： B0007C  ISSN： 2168-2356  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 編集者のノート:データ解析,分類と異常検出のためのオンライン学習は適応埋め込み用途のにおいて重要な技術となっている。本論文では,自然言語における文字と単語のスパース,超次元表現を用いた非常に低電力符号器の設計を提案し,この表現とそれらの設計は,言語認識タスクのための高エネルギー効率で使用できることを示した。AxelH Jantsch,王立工科大学エレクトロニクス,コンピュータとソフトウェアシステムCopyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 工科大学 ,  エネルギー効率 ,  *透視図法 ,  自然言語 ,  データ解析 ,  単語 ,  コンピュータ ,  電子技術 ,  *符号器
準シソーラス用語： ソフトウェアシステム ,  オンライン学習 ,  異常検出 ,  *低電力化 ,  *言語認識 , 【Automatic Indexing@JST】

分類 (1件)： 集積回路一般  (NC03161C)

タイトルに関連する用語 (4件)： 言語認識 ,  低電力 ,  次元 ,  符号器