Buchumschlag

Revisiting DNN Training for Intermittently-Powered Energy-Harvesting Micro-Computers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mishra, Cyan Subhra, Chaudhary, Deeksha, Sampson, Jack, Knademir, Mahmut Taylan, Das, Chita
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Salient Store: Enabling Smart Storage for Continuous Learning Edge Servers
von: Mishra, Cyan Subhra, et al.
Veröffentlicht: (2024)

Synergistic and Efficient Edge-Host Communication for Energy Harvesting Wireless Sensor Networks
von: Mishra, Cyan Subhra, et al.
Veröffentlicht: (2024)

Pushing the Performance Envelope of DNN-based Recommendation Systems Inference on GPUs
von: Jain, Rishabh, et al.
Veröffentlicht: (2024)

Scalable and Adaptive Parallel Training of Graph Transformer on Large Graphs
von: Lin, Jun-Liang, et al.
Veröffentlicht: (2026)

Parallel Context Compaction for Long-Horizon LLM Agent Serving
von: Cim, Musa, et al.
Veröffentlicht: (2026)

AsymVLM: Asymmetric Token Pruning for Efficient Vision-Language Model Inference
von: Feng, Yilin, et al.
Veröffentlicht: (2026)

GPU Cluster Scheduling for Network-Sensitive Deep Learning
von: Sharma, Aakash, et al.
Veröffentlicht: (2024)

Energy-Aware Decentralized Learning with Intermittent Model Training
von: Dhasade, Akash, et al.
Veröffentlicht: (2024)

Revisiting Generalization Power of a DNN in Terms of Symbolic Interactions
von: Cheng, Lei, et al.
Veröffentlicht: (2025)

Energy-Aware DNN Graph Optimization
von: Wang, Yu, et al.
Veröffentlicht: (2020)

DNN Modularization via Activation-Driven Training
von: Ngo, Tuan, et al.
Veröffentlicht: (2024)

Rethinking the Potential of Layer Freezing for Efficient DNN Training
von: Yang, Chence, et al.
Veröffentlicht: (2025)

Pretraining large language models with MXFP4 on Native FP4 Hardware
von: Cim, Musa, et al.
Veröffentlicht: (2026)

MAx-DNN: Multi-Level Arithmetic Approximation for Energy-Efficient DNN Hardware Accelerators
von: Leon, Vasileios, et al.
Veröffentlicht: (2025)

Exploring Variance Reduction in Importance Sampling for Efficient DNN Training
von: Kutsuna, Takuro
Veröffentlicht: (2025)

Improving Conditional VAE with Non-Volume Preserving transformations
von: De, Tuhin Subhra
Veröffentlicht: (2025)

DecTrain: Deciding When to Train a Monocular Depth DNN Online
von: Fu, Zih-Sing, et al.
Veröffentlicht: (2024)

Diversifying Support Vector Machines for Boosting using Kernel Perturbation: Applications to Class Imbalance and Small Disjuncts
von: Datta, Shounak, et al.
Veröffentlicht: (2017)

NeFT: Negative Feedback Training to Improve Robustness of Compute-In-Memory DNN Accelerators
von: Qin, Yifan, et al.
Veröffentlicht: (2023)

Optimizing DNN Inference on Multi-Accelerator SoCs at Training-time
von: Risso, Matteo, et al.
Veröffentlicht: (2024)

Joint Memory Frequency and Computing Frequency Scaling for Energy-efficient DNN Inference
von: Han, Yunchu, et al.
Veröffentlicht: (2025)

Accuracy Booster: Enabling 4-bit Fixed-point Arithmetic for DNN Training
von: Harma, Simla Burcu, et al.
Veröffentlicht: (2022)

NMS: Efficient Edge DNN Training via Near-Memory Sampling on Manifolds
von: Zhao, Boran, et al.
Veröffentlicht: (2025)

MLTCP: Congestion Control for DNN Training
von: Rajasekaran, Sudarsanan, et al.
Veröffentlicht: (2024)

PaSE: Parallelization Strategies for Efficient DNN Training
von: Elango, Venmugil
Veröffentlicht: (2024)

Mirage: An RNS-Based Photonic Accelerator for DNN Training
von: Demirkiran, Cansu, et al.
Veröffentlicht: (2023)

Performance Analysis of DNN Inference/Training with Convolution and non-Convolution Operations
von: Esmaeilzadeh, Hadi, et al.
Veröffentlicht: (2023)

Efficient and Provable Algorithms for Covariate Shift
von: Adil, Deeksha, et al.
Veröffentlicht: (2025)

AdapSNE: Adaptive Fireworks-Optimized and Entropy-Guided Dataset Sampling for Edge DNN Training
von: Zhao, Boran, et al.
Veröffentlicht: (2025)

Towards Hardware Supported Domain Generalization in DNN-Based Edge Computing Devices for Health Monitoring
von: Loh, Johnson, et al.
Veröffentlicht: (2025)

Revisiting Training Scale: An Empirical Study of Token Count, Power Consumption, and Parameter Efficiency
von: Dwyer, Joe
Veröffentlicht: (2026)

DAISM: Digital Approximate In-SRAM Multiplier-based Accelerator for DNN Training and Inference
von: Sonnino, Lorenzo, et al.
Veröffentlicht: (2023)

Bayesian uncertainty-aware deep learning with noisy labels: Tackling annotation ambiguity in EEG seizure detection
von: Shama, Deeksha M., et al.
Veröffentlicht: (2024)

S7: Selective and Simplified State Space Layers for Sequence Modeling
von: Soydan, Taylan, et al.
Veröffentlicht: (2024)

Distributionally Robust K-Means Clustering
von: Malik, Vikrant, et al.
Veröffentlicht: (2026)

ProdRev: A DNN framework for empowering customers using generative pre-trained transformers
von: Gupta, Aakash, et al.
Veröffentlicht: (2025)

Attractor-merging Crises and Intermittency in Reservoir Computing
von: Kabayama, Tempei, et al.
Veröffentlicht: (2025)

Probabilistic Prediction Markets with Intermittent Contributions
von: Vitali, Michael, et al.
Veröffentlicht: (2025)

Dynamics of Learning: Generative Schedules from Latent ODEs
von: Sampson, Matt L., et al.
Veröffentlicht: (2025)

DPQ-HD: Post-Training Compression for Ultra-Low Power Hyperdimensional Computing
von: Pandey, Nilesh Prasad, et al.
Veröffentlicht: (2025)