EnglishCircuit Reliability Analysis of In-Memory Inference in Binarized Neural Networks / Zanotti, Tommaso; Puglisi, Francesco Maria; Pavan, Paolo. - 2020-:(2020), pp. 1-5. ((Intervento presentato al convegno 2020 IEEE International Integrated Reliability Workshop, IIRW 2020 tenutosi a Fallen Leaf Lake - California - U.S.A. nel 4-8/10/2020 [10.1109/IIRW49815.2020.9312858].
| Data di pubblicazione: | 2020 | |
| Titolo: | Circuit Reliability Analysis of In-Memory Inference in Binarized Neural Networks | |
| Autore/i: | Zanotti, Tommaso; Puglisi, Francesco Maria; Pavan, Paolo | |
| Autore/i UNIMORE: | ||
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1109/IIRW49815.2020.9312858 | |
| Codice identificativo Scopus: | 2-s2.0-85099768669 | |
| Codice identificativo ISI: | WOS:000659349800010 | |
| Nome del convegno: | 2020 IEEE International Integrated Reliability Workshop, IIRW 2020 | |
| Luogo del convegno: | Fallen Leaf Lake - California - U.S.A. | |
| Data del convegno: | 4-8/10/2020 | |
| Volume: | 2020- | |
| Pagina iniziale: | 1 | |
| Pagina finale: | 5 | |
| Citazione: | Circuit Reliability Analysis of In-Memory Inference in Binarized Neural Networks / Zanotti, Tommaso; Puglisi, Francesco Maria; Pavan, Paolo. - 2020-:(2020), pp. 1-5. ((Intervento presentato al convegno 2020 IEEE International Integrated Reliability Workshop, IIRW 2020 tenutosi a Fallen Leaf Lake - California - U.S.A. nel 4-8/10/2020 [10.1109/IIRW49815.2020.9312858]. | |
| Tipologia | Relazione in Atti di Convegno |
File in questo prodotto:
Non ci sono file associati a questo prodotto.
Pubblicazioni consigliate
Loading suggested articles...
Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/11380/1227678
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris
Copyright © 2022