Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10923/17017
Registro completo de metadatos
Campo DCValorIdioma
dc.contributor.authorMatheus Garay Trindade-
dc.contributor.authorRafael Fraga Garibotti-
dc.contributor.authorLuciano Ost-
dc.contributor.authorManon Letiche-
dc.contributor.authorJérôme Beaucour-
dc.contributor.authorRodrigo Possamai Bastos-
dc.date.accessioned2021-03-31T11:32:17Z-
dc.date.available2021-03-31T11:32:17Z-
dc.date.issued2020-
dc.identifier.urihttps://hdl.handle.net/10923/17017-
dc.language.isoen-
dc.relation.ispartofIEEE International conference on electronics, circuits & systems (ICECS 2020), 2020, Escócia.-
dc.rightsopenAccess-
dc.subjectRadiation-induced soft errors-
dc.subjectmachine learning algorithms-
dc.subjectlow-power processors-
dc.titleAssessment of Machine Learning Algorithms for Near-Sensor Computing Under Radiation Soft Errors-
dc.typeconferenceObject-
dc.date.updated2021-03-31T11:32:17Z-
Aparece en las colecciones:Apresentação em Evento

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
Assessment_of_Machine_Learning_Algorithms_for_Near_Sensor_Computing_Under_Radiation_Soft_Errors.pdf933,72 kBAdobe PDFAbrir
Ver


Todos los ítems en el Repositorio de la PUCRS están protegidos por derechos de autor, con todos los derechos reservados, y están bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional. Sepa más.