( en | de | ru )

 

Disambiguierung von "Kim, Tae-Hwan"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
A Reconfigurable Inference Processor for Recurrent Neural Networks Based on Programmable Data Format in a Resource-Limited FPGA.

, , und . ASP-DAC, Seite 94-95. 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.

Tae-Hwan Kim

Tae-hy Kim

Tae-San Kim

Yong Hwan Kim

Chang-Hwan Kim

 

Weitere Publikationen von Autoren mit dem selben Namen

Testing for Linear Trend with Application to Relative Primary Commodity Prices, , , und . Journal of Time Series Analysis, 24 (5): 539--551 (244 09 2003)doi: 10.1111/1467-9892.00321.Examination of Some More Powerful Modifications of the Dickey-Fuller Test, , und . Journal of Time Series Analysis, 26 (3): 355--369 (121 05 2005)doi: 10.1111/j.1467-9892.2004.00406.x.Time-Domain Joint Estimation of Fine Symbol Timing Offset and Integer Carrier Frequency Offset., und . VTC Spring, Seite 1186-1190. IEEE, (2008)Efficient SIMD implementation of binarized convolutional neural network., , und . ICCE, Seite 1-3. IEEE, (2018)Network Modeling for Improving Scalability Using Graph Contraction Scheme., und . UKSim, Seite 428-433. IEEE, (2014)Effect of kinesthetic coupling in cooperative teleoperation., , und . URAI, Seite 551-554. IEEE, (2015)Internet-Based Human-Vehicle Interface for Ubiquitous Telematics., , und . ICISA, Seite 1-4. IEEE, (2013)Detecting DDoS Attacks Using Dispersible Traffic Matrix and Weighted Moving Average., , , und . ISA, Volume 5576 von Lecture Notes in Computer Science, Seite 290-300. Springer, (2009)Low-Complexity Symbol Detection for Generalized Spatial Modulation MIMO Systems., und . VTC Fall, Seite 1-5. IEEE, (2017)A Reconfigurable Inference Processor for Recurrent Neural Networks Based on Programmable Data Format in a Resource-Limited FPGA., , und . ASP-DAC, Seite 94-95. IEEE, (2022)