embedded platforms | BriefGPT

关键词embedded platforms

搜索结果 - 7

边缘 FMCW 雷达的手势识别
基于 60 GHz FMCW 雷达的轻量级手势识别系统，通过一种瘦身的雷达处理算法提取五个特征，并利用基于循环神经网络的架构实现手势的检测和分类。该系统在嵌入式平台上运行，对内存、计算和功耗有严格要求，达到了 98.4% 的 F1 分数，在
PDF9 months ago
嵌入式神经网络的故障注入：单指令跳过的影响
利用两种故障注入手段，在 Cortex M4 32 位微控制器平台上嵌入神经网络模型，评估了控制流修改攻击对典型卷积神经网络模型推理中的多个步骤的完整性威胁，从而揭示了可能被攻击者利用以不同对立目标改变目标模型预测的风险。
PDF10 months ago
嵌入式和物联网平台的机器学习对抗攻击
本文是关于嵌入式与物联网系统中机器学习算法的鲁棒性对抗攻击及模型压缩技术的综述，进一步论述模型压缩方法对鲁棒性的影响，并探讨该领域的未解决问题。
PDFa year ago
无人地面车辆定位的高效神经映射
通过训练神经网络来实现全球本地化并应用于实际机器人场景，在二维平面中限制问题并大幅增加训练数据，可以得到紧凑的模型，实现了数厘米的定位精度，并在无人地面车上应用进行路径导航任务。
PDF2 years ago
CVPRDynamic-OFA: 面向异构嵌入式平台的运行时 DNN 架构切换以实现性能扩展
本研究论文探讨了动态深度神经网络在不同运行环境下实现快速性能的问题，并提出了一种新的动态 DNN 方法 Dynamic-OFA，该方法通过预先采样 OFA 模型中的子网，配合运行时管理器在不同的运行环境中选择不同的子网来实现。在实验中，使用
PDF3 years ago
将传统人工神经网络转化为脉冲神经网络的最优方案
本文介绍了一种将传统人工神经网络转化为脉冲神经网络的新方法，该方法使用门限平衡和软重置机制将权重转移至目标 SNN，以降低转换误差。该方法能够保证几乎不出现精度损失，并且只需要典型 SNN 模拟时间的 1/10，非常适合于对 SNN 极限能
PDF3 years ago
基于 FFT 的深度学习在嵌入式系统中的部署
本研究提出了基于快速傅里叶变换（FFT）的深度神经网络（DNN）训练和推断模型，适用于嵌入式平台，旨在减少计算和存储的渐近复杂度，提高了处理速度。
PDF7 years ago