Buchumschlag

Towards On-Device Learning and Reconfigurable Hardware Implementation for Encoded Single-Photon Signal Processing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zang, Zhenya, Li, Xingda, Li, David Day Uei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On-Device Super Resolution Imaging Using Low-Cost SPAD Array and Embedded Lightweight Deep Learning
von: Zang, Zhenya, et al.
Veröffentlicht: (2026)

Spiking Neural Network Enhanced Hand Gesture Recognition Using Low-Cost Single-photon Avalanche Diode Array
von: Zang, Zhenya, et al.
Veröffentlicht: (2024)

Enhancing Blood Flow Assessment in Diffuse Correlation Spectroscopy: A Transfer Learning Approach with Noise Robustness Analysis
von: Chen, Xi, et al.
Veröffentlicht: (2024)

Online Learning Extreme Learning Machine with Low-Complexity Predictive Plasticity Rule and FPGA Implementation
von: Zang, Zhenya, et al.
Veröffentlicht: (2025)

Graph Filters for Signal Processing and Machine Learning on Graphs
von: Isufi, Elvin, et al.
Veröffentlicht: (2022)

Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing
von: Qi, Jun, et al.
Veröffentlicht: (2026)

Signal Processing Meets SGD: From Momentum to Filter
von: Yao, Zhipeng, et al.
Veröffentlicht: (2023)

Latent Sensor Fusion: Multimedia Learning of Physiological Signals for Resource-Constrained Devices
von: Ahmed, Abdullah, et al.
Veröffentlicht: (2025)

Coding for Computation: Efficient Compression of Neural Networks for Reconfigurable Hardware
von: Rosenberger, Hans, et al.
Veröffentlicht: (2025)

Token Encoding for Semantic Recovery
von: Hu, Jingzhi, et al.
Veröffentlicht: (2026)

Towards Channel Charting Enhancement with Non-Reconfigurable Intelligent Surfaces
von: Maleki, Mahdi, et al.
Veröffentlicht: (2025)

Learning to Reconfigure: Using Device Status to Select the Right Constrained Coding Scheme
von: Özbayrak, Doğukan, et al.
Veröffentlicht: (2025)

Missing Data in Signal Processing and Machine Learning: Models, Methods and Modern Approaches
von: Hippert-Ferrer, Alexandre, et al.
Veröffentlicht: (2025)

Unveiling Hidden Convexity in Deep Learning: a Sparse Signal Processing Perspective
von: Zeger, Emi, et al.
Veröffentlicht: (2026)

Self-Supervised and Topological Signal-Quality Assessment for Any PPG Device
von: Shao, Wei, et al.
Veröffentlicht: (2025)

On the Intersection of Signal Processing and Machine Learning: A Use Case-Driven Analysis Approach
von: Aburakhia, Sulaiman, et al.
Veröffentlicht: (2024)

Sampling and Uniqueness Sets in Graphon Signal Processing
von: Parada-Mayorga, Alejandro, et al.
Veröffentlicht: (2024)

Robust Processing and Learning: Principles, Methods, and Wireless Applications
von: Wang, Shixiong, et al.
Veröffentlicht: (2026)

Fast Cerebral Blood Flow Analysis via Extreme Learning Machine
von: Chen, Xi, et al.
Veröffentlicht: (2024)

Baseline Drift Tolerant Signal Encoding for ECG Classification with Deep Learning
von: Shea, Robert O, et al.
Veröffentlicht: (2024)

Towards Explainable Machine Learning: The Effectiveness of Reservoir Computing in Wireless Receive Processing
von: Jere, Shashank, et al.
Veröffentlicht: (2023)

A Comparative Study of Deep Learning and Iterative Algorithms for Joint Channel Estimation and Signal Detection in OFDM Systems
von: Ju, Haocheng, et al.
Veröffentlicht: (2023)

Low-Latency Neural Inference on an Edge Device for Real-Time Handwriting Recognition from EEG Signals
von: Sen, Ovishake, et al.
Veröffentlicht: (2025)

Beyond Single-Channel: Multichannel Signal Imaging for PPG-to-ECG Reconstruction with Vision Transformers
von: Li, Xiaoyan, et al.
Veröffentlicht: (2025)

Sequential Inference for Gaussian Processes: A Signal Processing Perspective
von: Waxman, Daniel, et al.
Veröffentlicht: (2026)

Toward Foundation Model for Multivariate Wearable Sensing of Physiological Signals
von: Luo, Yunfei, et al.
Veröffentlicht: (2024)

Sim2Real in Reconstructive Spectroscopy: Deep Learning with Augmented Device-Informed Data Simulation
von: Chen, Jiyi, et al.
Veröffentlicht: (2024)

Deploying AI for Signal Processing education: Selected challenges and intriguing opportunities
von: Haupt, Jarvis, et al.
Veröffentlicht: (2025)

RASPNet: A Benchmark Dataset for Radar Adaptive Signal Processing Applications
von: Venkatasubramanian, Shyam, et al.
Veröffentlicht: (2024)

TRLS: A Time Series Representation Learning Framework via Spectrogram for Medical Signal Processing
von: Xie, Luyuan, et al.
Veröffentlicht: (2024)

Silicon Photonic 2.5D Interposer Networks for Overcoming Communication Bottlenecks in Scale-out Machine Learning Hardware Accelerators
von: Sunny, Febin, et al.
Veröffentlicht: (2024)

Decentralized Federated Learning With Energy Harvesting Devices
von: Zhang, Kai, et al.
Veröffentlicht: (2026)

Toward World Modeling of Physiological Signals with Chaos-Theoretic Balancing and Latent Dynamics
von: Luo, Yunfei, et al.
Veröffentlicht: (2026)

Generating Realistic Multi-Beat ECG Signals
von: Pöhl, Paul, et al.
Veröffentlicht: (2025)

Federated Learning With Energy Harvesting Devices: An MDP Framework
von: Zhang, Kai, et al.
Veröffentlicht: (2024)

Reconstruction of Graph Signals on Complex Manifolds with Kernel Methods
von: Zhang, Yu, et al.
Veröffentlicht: (2025)

Multi-task Learning for Radar Signal Characterisation
von: Huang, Zi, et al.
Veröffentlicht: (2023)

Revisiting Neighborhood Aggregation in Graph Neural Networks for Node Classification using Statistical Signal Processing
von: Ghogho, Mounir
Veröffentlicht: (2024)

Physics-Informed Machine Learning for Efficient Reconfigurable Intelligent Surface Design
von: Zhang, Zhen, et al.
Veröffentlicht: (2025)

Towards a Digital Twin Framework in Additive Manufacturing: Machine Learning and Bayesian Optimization for Time Series Process Optimization
von: Karkaria, Vispi, et al.
Veröffentlicht: (2024)