Buchumschlag

Low-power Spike-based Wearable Analytics on RRAM Crossbars

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bhattacharjee, Abhiroop, Shi, Jinquan, Chen, Wei-Chen, Wang, Xinxin, Panda, Priyadarshini
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Emerging Technologies Artificial Intelligence Hardware Architecture
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Reprogramming of Memristive Crossbars for DNNs: Weight Sorting and Bit Stucking
von: Farias, Matheus, et al.
Veröffentlicht: (2024)

MDM: Manhattan Distance Mapping of DNN Weights for Parasitic-Resistance-Resilient Memristive Crossbars
von: Farias, Matheus, et al.
Veröffentlicht: (2025)

Sorted Weight Sectioning for Energy-Efficient Unstructured Sparse DNNs on Compute-in-Memory Crossbars
von: Farias, Matheus, et al.
Veröffentlicht: (2024)

Designing Silicon Brains using LLM: Leveraging ChatGPT for Automated Description of a Spiking Neuron Array
von: Tomlinson, Michael, et al.
Veröffentlicht: (2024)

Hardware-software co-exploration with racetrack memory based in-memory computing for CNN inference in embedded systems
von: Choong, Benjamin Chen Ming, et al.
Veröffentlicht: (2025)

TReX- Reusing Vision Transformer's Attention for Efficient Xbar-based Computing
von: Moitra, Abhishek, et al.
Veröffentlicht: (2024)

A System Level Performance Evaluation for Superconducting Digital Systems
von: Kundu, Joyjit, et al.
Veröffentlicht: (2024)

ReCross: Efficient Embedding Reduction Scheme for In-Memory Computing using ReRAM-Based Crossbar
von: Lai, Yu-Hong, et al.
Veröffentlicht: (2025)

Online Soft Error Tolerance in ReRAM Crossbars for Deep Learning Accelerators
von: Khezeli, Benyamin, et al.
Veröffentlicht: (2024)

WAGONN: Weight Bit Agglomeration in Crossbar Arrays for Reduced Impact of Interconnect Resistance on DNN Inference Accuracy
von: Victor, Jeffry, et al.
Veröffentlicht: (2024)

KVNAND: Efficient On-Device Large Language Model Inference Using DRAM-Free In-Flash Computing
von: Deng, Lishuo, et al.
Veröffentlicht: (2025)

Efficient and accurate neural field reconstruction using resistive memory
von: Yu, Yifei, et al.
Veröffentlicht: (2024)

DarwinWafer: A Wafer-Scale Neuromorphic Chip
von: Zhu, Xiaolei, et al.
Veröffentlicht: (2025)

Rapid yet accurate Tile-circuit and device modeling for Analog In-Memory Computing
von: Luquin, J., et al.
Veröffentlicht: (2025)

Lifetime-Aware Design for Item-Level Intelligence at the Extreme Edge
von: Prakash, Shvetank, et al.
Veröffentlicht: (2025)

StoX-Net: Stochastic Processing of Partial Sums for Efficient In-Memory Computing DNN Accelerators
von: Rogers, Ethan G, et al.
Veröffentlicht: (2024)

Multibit neural inference in a N-ary crossbar architecture
von: Moureaux, Anatole, et al.
Veröffentlicht: (2026)

Dataflow-Aware PIM-Enabled Manycore Architecture for Deep Learning Workloads
von: Sharma, Harsh, et al.
Veröffentlicht: (2024)

Seizure Detection and Prediction by Parallel Memristive Convolutional Neural Networks
von: Li, Chenqi, et al.
Veröffentlicht: (2022)

HEANA: A Hybrid Time-Amplitude Analog Optical Accelerator with Flexible Dataflows for Energy-Efficient CNN Inference
von: Vatsavai, Sairam Sri, et al.
Veröffentlicht: (2024)

Governance at the Edge of Architecture: Regulating NeuroAI and Neuromorphic Systems
von: Kashif, Afifah, et al.
Veröffentlicht: (2026)

A Blueprint for Precise and Fault-Tolerant Analog Neural Networks
von: Demirkiran, Cansu, et al.
Veröffentlicht: (2023)

The maximum storage capacity of open-loop written RRAM is around 4 bits
von: Li, Yongxiang, et al.
Veröffentlicht: (2024)

AMSnet-KG: A Netlist Dataset for LLM-based AMS Circuit Auto-Design Using Knowledge Graph RAG
von: Shi, Yichen, et al.
Veröffentlicht: (2024)

DISCA: A Digital In-memory Stochastic Computing Architecture Using A Compressed Bent-Pyramid Format
von: Agwa, Shady, et al.
Veröffentlicht: (2025)

RRAM-Based Analog Matrix Computing for Massive MIMO Signal Processing: A Review
von: Zuo, Pushen, et al.
Veröffentlicht: (2025)

A 9T4R RRAM-Based ACAM for Analogue Template Matching at the Edge
von: Papandroulidakis, Georgios, et al.
Veröffentlicht: (2024)

ClipFormer: Key-Value Clipping of Transformers on Memristive Crossbars for Write Noise Mitigation
von: Bhattacharjee, Abhiroop, et al.
Veröffentlicht: (2024)

Resistive Memory-based Neural Differential Equation Solver for Score-based Diffusion Model
von: Yang, Jichang, et al.
Veröffentlicht: (2024)

Toward Large-Scale Photonics-Empowered AI Systems: From Physical Design Automation to System-Algorithm Co-Exploration
von: Yin, Ziang, et al.
Veröffentlicht: (2025)

Democratizing Electronic-Photonic AI Systems: An Open-Source AI-Infused Cross-Layer Co-Design and Design Automation Toolflow
von: Zhou, Hongjian, et al.
Veröffentlicht: (2025)

OISMA: On-the-fly In-memory Stochastic Multiplication Architecture for Matrix-Multiplication Workloads
von: Agwa, Shady, et al.
Veröffentlicht: (2025)

DRAGON (Differentiable Graph Execution) : A suite of Hardware Simulation and Optimization tools for Modern AI/Non-AI Workloads
von: Sethi, Khushal
Veröffentlicht: (2022)

IMPACT:InMemory ComPuting Architecture Based on Y-FlAsh Technology for Coalesced Tsetlin Machine Inference
von: Ghazal, Omar, et al.
Veröffentlicht: (2024)

PICO-RAM: A PVT-Insensitive Analog Compute-In-Memory SRAM Macro with In-Situ Multi-Bit Charge Computing and 6T Thin-Cell-Compatible Layout
von: Chen, Zhiyu, et al.
Veröffentlicht: (2024)

Sensitivity-Aware Mixed-Precision Quantization for ReRAM-based Computing-in-Memory
von: Chen, Guan-Cheng, et al.
Veröffentlicht: (2025)

When In-memory Computing Meets Spiking Neural Networks -- A Perspective on Device-Circuit-System-and-Algorithm Co-design
von: Moitra, Abhishek, et al.
Veröffentlicht: (2024)

PIVOT- Input-aware Path Selection for Energy-efficient ViT Inference
von: Moitra, Abhishek, et al.
Veröffentlicht: (2024)

A Low-Cost Reliable Racetrack Cache Based on Data Compression
von: Cheshmikhani, Elham, et al.
Veröffentlicht: (2025)

Bulk-Switching Memristor-based Compute-In-Memory Module for Deep Neural Network Training
von: Wu, Yuting, et al.
Veröffentlicht: (2023)