( en | de | ru )

 

Disambiguierung von "Xie, Mimi"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
An Automatic and Efficient BERT Pruning for Edge AI Systems.

, , , , , , , und . ISQED, Seite 1-6. IEEE, (2022)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Mimi Tsuruga

Fotini Mimi

Mimi Shi

Yousef Mimi

Petar Mimica

 

Weitere Publikationen von Autoren mit dem selben Namen

ENZYME: An Energy-Efficient Transient Computing Paradigm for Ultralow Self-Powered IoT Edge Devices., , und . IEEE Trans. Comput. Aided Des. Integr. Circuits Syst., 37 (11): 2440-2450 (2018)AIM: Fast and energy-efficient AES in-memory implementation for emerging non-volatile main memory., , , , , und . DATE, Seite 625-628. IEEE, (2018)Modeling and Optimization for Self-powered Non-volatile IoT Edge Devices with Ultra-low Harvesting Power., , , , und . ACM Trans. Cyber Phys. Syst., 3 (3): 32:1-32:26 (2019)Enabling Fast Deep Learning on Tiny Energy-Harvesting IoT Devices., , , , , und . DATE, Seite 921-926. IEEE, (2022)An End-to-end Multi-task Object Detection using Embedded GPU in Autonomous Driving., , , , und . ISQED, Seite 122-128. IEEE, (2021)SAC: A Novel Multi-hop Routing Policy in Hybrid Distributed IoT System based on Multi-agent Reinforcement Learning., , , , und . ISQED, Seite 129-134. IEEE, (2021)Avoiding Data Inconsistency in Energy Harvesting Powered Embedded Systems., , , , , und . ACM Trans. Design Autom. Electr. Syst., 23 (3): 38:1-38:25 (2018)Enabling Super-Fast Deep Learning on Tiny Energy-Harvesting IoT Devices., , , , , und . CoRR, (2021)Comparative Study of Persistently Secure Non-Volatile Processors Towards Designing Secure IoT Devices., und . IGSC (Workshops), Seite 1-8. IEEE, (2020)Efficient and Direct Inference of Heart Rate Variability using Both Signal Processing and Machine Learning., , , , , und . CHASE, Seite 102-113. IEEE, (2023)