Buchumschlag

Integer-only Quantized Transformers for Embedded FPGA-based Time-series Forecasting in AIoT

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ling, Tianheng, Qian, Chao, Schiele, Gregor
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On-device AI: Quantization-aware Training of Transformers in Time-Series
von: Ling, Tianheng, et al.
Veröffentlicht: (2024)

Resource-aware Mixed-precision Quantization for Enhancing Deployability of Transformers for Time-series Forecasting on Embedded FPGAs
von: Ling, Tianheng, et al.
Veröffentlicht: (2024)

On-Device Soft Sensors: Real-Time Fluid Flow Estimation from Level Sensor Data
von: Ling, Tianheng, et al.
Veröffentlicht: (2023)

Towards Auto-Building of Embedded FPGA-based Soft Sensors for Wastewater Flow Estimation
von: Ling, Tianheng, et al.
Veröffentlicht: (2024)

An Automated Approach to Collecting and Labeling Time Series Data for Event Detection Using Elastic Node Hardware
von: Ling, Tianheng, et al.
Veröffentlicht: (2024)

ElasticAI: Creating and Deploying Energy-Efficient Deep Learning Accelerator for Pervasive Computing
von: Qian, Chao, et al.
Veröffentlicht: (2024)

FlowPrecision: Advancing FPGA-Based Real-Time Fluid Flow Estimation with Linear Quantization
von: Ling, Tianheng, et al.
Veröffentlicht: (2024)

Enabling Vibration-Based Gesture Recognition on Everyday Furniture via Energy-Efficient FPGA Implementation of 1D Convolutional Networks
von: Shibata, Koki, et al.
Veröffentlicht: (2025)

Automating Versatile Time-Series Analysis with Tiny Transformers on Embedded FPGAs
von: Ling, Tianheng, et al.
Veröffentlicht: (2025)

Transformer-based Graph Neural Networks for Battery Range Prediction in AIoT Battery-Swap Services
von: Li, Zhao, et al.
Veröffentlicht: (2024)

CrowdTransfer: Enabling Crowd Knowledge Transfer in AIoT Community
von: Liu, Yan, et al.
Veröffentlicht: (2024)

Energy-Efficient Federated Learning for AIoT using Clustering Methods
von: Pereira, Roberto, et al.
Veröffentlicht: (2025)

Idle is the New Sleep: Configuration-Aware Alternative to Powering Off FPGA-Based DL Accelerators During Inactivity
von: Qian, Chao, et al.
Veröffentlicht: (2024)

DiReDi: Distillation and Reverse Distillation for AIoT Applications
von: Sun, Chen, et al.
Veröffentlicht: (2024)

Automated Energy-Aware Time-Series Model Deployment on Embedded FPGAs for Resilient Combined Sewer Overflow Management
von: Ling, Tianheng, et al.
Veröffentlicht: (2025)

StrikeWatch: Wrist-worn Gait Recognition with Compact Time-series Models on Low-power FPGAs
von: Ling, Tianheng, et al.
Veröffentlicht: (2025)

A Trustworthy AIoT-enabled Localization System via Federated Learning and Blockchain
von: Wang, Junfei, et al.
Veröffentlicht: (2024)

A Resilient Solution for Sewer Overflow Monitoring across Cloud and Edge
von: Singh, Vipin, et al.
Veröffentlicht: (2026)

Sparse-VQ Transformer: An FFN-Free Framework with Vector Quantization for Enhanced Time Series Forecasting
von: Zhao, Yanjun, et al.
Veröffentlicht: (2024)

Evaluating Time Series Models for Urban Wastewater Management: Predictive Performance, Model Complexity and Resilience
von: Singh, Vipin, et al.
Veröffentlicht: (2025)

AIoT-based Continuous, Contextualized, and Explainable Driving Assessment for Older Adults
von: Liu, Yimeng, et al.
Veröffentlicht: (2026)

Knowledge-enhanced Transformer for Multivariate Long Sequence Time-series Forecasting
von: Kakde, Shubham Tanaji, et al.
Veröffentlicht: (2024)

Learning Quantized Continuous Controllers for Integer Hardware
von: Kresse, Fabian, et al.
Veröffentlicht: (2025)

Learning Graph Structures and Uncertainty for Accurate and Calibrated Time-series Forecasting
von: Kamarthi, Harshavardhan, et al.
Veröffentlicht: (2024)

Energy Efficient LSTM Accelerators for Embedded FPGAs through Parameterised Architecture Design
von: Qian, Chao, et al.
Veröffentlicht: (2026)

Optimization of Lightweight Malware Detection Models For AIoT Devices
von: Lo, Felicia, et al.
Veröffentlicht: (2024)

On the Regularization of Learnable Embeddings for Time Series Forecasting
von: Butera, Luca, et al.
Veröffentlicht: (2024)

Continuous-Time Linear Positional Embedding for Irregular Time Series Forecasting
von: Kim, Byunghyun, et al.
Veröffentlicht: (2024)

TempoGPT: Enhancing Time Series Reasoning via Quantizing Embedding
von: Zhang, Haochuan, et al.
Veröffentlicht: (2025)

Inducing Systematicity in Transformers by Attending to Structurally Quantized Embeddings
von: Jiang, Yichen, et al.
Veröffentlicht: (2024)

Conformal Prediction for Time-series Forecasting with Change Points
von: Sun, Sophia, et al.
Veröffentlicht: (2025)

Recency Biased Causal Attention for Time-series Forecasting
von: Hegazy, Kareem, et al.
Veröffentlicht: (2025)

A Comparative Study of Pruning Methods in Transformer-based Time Series Forecasting
von: Kiefer, Nicholas, et al.
Veröffentlicht: (2024)

CAPS: Unifying Attention, Recurrence, and Alignment in Transformer-based Time Series Forecasting
von: Pati, Viresh, et al.
Veröffentlicht: (2026)

Integer Scale: A Free Lunch for Faster Fine-grained Quantization of LLMs
von: Li, Qingyuan, et al.
Veröffentlicht: (2024)

DQT: Dynamic Quantization Training via Dequantization-Free Nested Integer Arithmetic
von: Shalby, Hazem Hesham Yousef, et al.
Veröffentlicht: (2025)

VARMA-Enhanced Transformer for Time Series Forecasting
von: Song, Jiajun, et al.
Veröffentlicht: (2025)

HTMformer: Hybrid Time and Multivariate Transformer for Time Series Forecasting
von: Wang, Tan, et al.
Veröffentlicht: (2025)

A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks
von: Wu, Jiaqi, et al.
Veröffentlicht: (2025)

Deep Time-series Forecasting Needs Kernelized Moment Balancing
von: Pan, Licheng, et al.
Veröffentlicht: (2026)