Early Soft Error Reliability Assessment of Convolutional Neural Networks Executing on Resource-Constrained IoT Edge Devices
Abich, Geancarlo, Ost, Luciano, Reis, Ricardo
Produktnummer:
181dcb07c770fc440a9b19221cc00f07e7
| Autor: | Abich, Geancarlo Ost, Luciano Reis, Ricardo |
|---|---|
| Themengebiete: | Fault Injection Machine Learning Applied to Soft Error Assessment resource-constrained IoT soft error analysis software reliability |
| Veröffentlichungsdatum: | 02.01.2023 |
| EAN: | 9783031185984 |
| Sprache: | Englisch |
| Seitenzahl: | 131 |
| Produktart: | Gebunden |
| Verlag: | Springer International Publishing |
Produktinformationen "Early Soft Error Reliability Assessment of Convolutional Neural Networks Executing on Resource-Constrained IoT Edge Devices"
This book describes an extensive and consistent soft error assessment of convolutional neural network (CNN) models from different domains through more than 14.8 million fault injections, considering different precision bit-width configurations, optimization parameters, and processor models. The authors also evaluate the relative performance, memory utilization, and soft error reliability trade-offs analysis of different CNN models considering a compiler-based technique w.r.t. traditional redundancy approaches.
Sie möchten lieber vor Ort einkaufen?
Sie haben Fragen zu diesem oder anderen Produkten oder möchten einfach gerne analog im Laden stöbern? Wir sind gerne für Sie da und beraten Sie auch telefonisch.
Juristische Fachbuchhandlung
Georg Blendl
Parcellistraße 5 (Maxburg)
8033 München
Montag - Freitag: 8:15 -18 Uhr
Samstags geschlossen