Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10923/18178
Registro completo de metadatos
Campo DCValorIdioma
dc.contributor.authorAjitesh Srivastava-
dc.contributor.authorTa-Yang Wang-
dc.contributor.authorPengmiao Zhang-
dc.contributor.authorCesar Augusto Fonticielha De Rose-
dc.contributor.authorRajgopal Kannan-
dc.contributor.authorViktor K. Prasanna-
dc.date.accessioned2021-09-01T13:14:26Z-
dc.date.available2021-09-01T13:14:26Z-
dc.date.issued2020-
dc.identifier.isbn1611-3349-
dc.identifier.urihttps://hdl.handle.net/10923/18178-
dc.language.isoen-
dc.relation.ispartofProceedings of the Pacific-Asia Conference on Knowledge Discovery and Data Mining, 2020, Cingapura.-
dc.rightsopenAccess-
dc.subjectGerência de Recursos-
dc.subjectEscalonamento de Recursos-
dc.subjectInteligência Artificial (IA)-
dc.titleMemMAP: Compact and Generalizable Meta-LSTM Models for Memory Access Prediction-
dc.typeconferenceObject-
dc.date.updated2021-09-01T13:14:25Z-
Aparece en las colecciones:Apresentação em Evento

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
MemMAP_Compact_and_Generalizable_MetaLSTM_Models_for_Memory_Access_Prediction.pdf4,06 MBAdobe 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.