Early Timing and Energy Prediction and Optimization of Artificial Neural Networks on Multi-Core Platforms

Early Timing and Energy Prediction and Optimization of Artificial Neural Networks on Multi-Core Platforms

Le besoin de mettre en oeuvre les Réseaux de Neurones artificiels (NNs) sur des plates-formes multicœurs embarquées est devenu fondamental. La prédiction des propriétés temporelles (temps d inférence, latence, débit) et énergétiques au plus tôt dans le processus de conception est nécessaire pour tro...

Description complète

Enregistré dans:
Détails bibliographiques
Auteurs principaux : Dariol Quentin (Auteur), Pillement Sébastien (Directeur de thèse), Le Nours Sébastien (Directeur de thèse), Pétrot Frédéric (Président du jury de soutenance), Jung Matthias (Rapporteur de la thèse), Kritikakou Angeliki (Rapporteur de la thèse), Grüttner Kim (Membre du jury)
Collectivités auteurs : Nantes Université 2022-.... (Organisme de soutenance), École doctorale Mathématiques et Sciences et Technologies du numérique, de l Information et de la Communication Nantes 2022-.... (Ecole doctorale associée à la thèse), Institut d'Électronique et de Télécommunications Rennes (Laboratoire associé à la thèse)
Format : Thèse ou mémoire
Langue : anglais
Titre complet : Early Timing and Energy Prediction and Optimization of Artificial Neural Networks on Multi-Core Platforms / Quentin Dariol; sous la direction de Sébastien Pillement et de Sébastien Le Nours
Publié : 2023
Accès en ligne : Accès Nantes Université
Note sur l'URL : Accès au texte intégral
Note de thèse : Thèse de doctorat : Electronique : Nantes Université : 2023
Sujets :
Intelligence artificielle
Systèmes embarqués (informatique)
Intelligence artificielle embarquée
Conception au niveau système
Prédiction des propriétés temporelles et de l énergie
Thèses et écrits académiques

Internet

http://www.theses.fr/2023NANU4033/document