文献

J-GLOBAL ID：202002286934302504   整理番号：20A2623199

MOUSE:エネルギーハーベスティング応用のための不揮発性メモリにおける推論【JST・京大機械翻訳】

MOUSE: Inference In Non-volatile Memory for Energy Harvesting Applications

著者 (9件)： Resch Salonik (University of Minnesota,Twin Cities) ,  Khatamifard S. Karen (University of Minnesota,Twin Cities) ,  Chowdhury Zamshed I. (University of Minnesota,Twin Cities) ,  Zabihi Masoud (University of Minnesota,Twin Cities) ,  Zhao Zhengyang (University of Minnesota,Twin Cities) ,  Cilasun Husrev (University of Minnesota,Twin Cities) ,  Wang Jian-Ping (University of Minnesota,Twin Cities) ,  Sapatnekar Sachin S. (University of Minnesota,Twin Cities) ,  Karpuzcu Ulya R. (University of Minnesota,Twin Cities)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： MICRO  ページ： 400-414  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 低電力デバイスへの機械学習能力をもたらす需要が高まっている。機械学習の計算電力を低電力デバイスの配置能力と統合することにより,多くの新しい応用が可能になった。いくつかの応用では,そのようなデバイスは電池も持たず,エネルギーハーベスティング技術にのみ依存しなければならない。これは,ハードウェアに極端な制約があり,これは,電力停止により,エネルギー効率的で,中断を許容できる。ここでは,非揮発性スピントロニクスメモリを利用したメモリ内機械学習加速器を提案する。処理-イン-メモリと非揮発性の組合せは,その進歩があらゆる操作後に効果的に節約されるという重要な利点を提供する。これにより,最小オーバヘッドで瞬時停止と再起動能力が可能になる。さらに,この操作は,低電力消費に導く高エネルギー効率である。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 加速器 ,  *記憶装置 ,  電池 ,  電力 ,  ハードウェア ,  *不揮発性メモリ ,  非揮発性 ,  エネルギー効率 ,  機械学習 ,  *エネルギーハーベスティング
準シソーラス用語： パワーデバイス ,  オーバヘッド ,  低電力化 ,  再起動 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (4件)： エネルギーハーベスティング ,  応用 ,  不揮発性メモリ ,  推論