Buchumschlag

The Energy-Efficient Hierarchical Neural Network with Fast FPGA-Based Incremental Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vahdatpour, Mohammad Saleh, Chu, Huaiyuan, Zhang, Yanqing
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Energy Efficient Software Hardware CoDesign for Machine Learning: From TinyML to Large Language Models
von: Vahdatpour, Mohammad Saleh, et al.
Veröffentlicht: (2026)

Forecasting and Visualizing Air Quality from Sky Images with Vision-Language Models
von: Vahdatpour, Mohammad Saleh, et al.
Veröffentlicht: (2025)

An FPGA-Based SoC Architecture with a RISC-V Controller for Energy-Efficient Temporal-Coding Spiking Neural Networks
von: Sekonji, Mohammad Javad, et al.
Veröffentlicht: (2026)

Addressing The Knapsack Challenge Through Cultural Algorithm Optimization
von: Vahdatpour, Mohammad Saleh
Veröffentlicht: (2023)

Fast, Scalable, Energy-Efficient Non-element-wise Matrix Multiplication on FPGA
von: Zhu, Xuqi, et al.
Veröffentlicht: (2024)

Efficient Single-Step Framework for Incremental Class Learning in Neural Networks
von: Dopico-Castro, Alejandro, et al.
Veröffentlicht: (2025)

Model Based and Physics Informed Deep Learning Neural Network Structures
von: Mohammad-Djafari, Ali, et al.
Veröffentlicht: (2024)

SAFA-SNN: Sparsity-Aware On-Device Few-Shot Class-Incremental Learning with Fast-Adaptive Structure of Spiking Neural Network
von: Zhang, Huijing, et al.
Veröffentlicht: (2025)

Learning Greens Operators through Hierarchical Neural Networks Inspired by the Fast Multipole Method
von: Fognini, Emilio McAllister, et al.
Veröffentlicht: (2025)

Energy-Aware FPGA Implementation of Spiking Neural Network with LIF Neurons
von: Ali, Asmer Hamid, et al.
Veröffentlicht: (2024)

Federated Class-Incremental Learning with Hierarchical Generative Prototypes
von: Salami, Riccardo, et al.
Veröffentlicht: (2024)

FPGA-Based Neural Thrust Controller for UAVs
von: Azem, Sharif, 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)

Enhancing Dropout-based Bayesian Neural Networks with Multi-Exit on FPGA
von: Chen, Hao Mark, et al.
Veröffentlicht: (2024)

Fast Second-Order Online Kernel Learning through Incremental Matrix Sketching and Decomposition
von: Wen, Dongxie, et al.
Veröffentlicht: (2024)

Scalable Class-Incremental Learning Based on Parametric Neural Collapse
von: Zhang, Chuangxin, et al.
Veröffentlicht: (2025)

BitLogic: Training Framework for Gradient-Based FPGA-Native Neural Networks
von: Bührer, Simon, et al.
Veröffentlicht: (2026)

Hierarchical Semantic Tree Anchoring for CLIP-Based Class-Incremental Learning
von: Hu, Tao, et al.
Veröffentlicht: (2025)

Efficient FPGA-accelerated Convolutional Neural Networks for Cloud Detection on CubeSats
von: Cratere, Angela, et al.
Veröffentlicht: (2025)

Enhancing Semi-Supervised Multi-View Graph Convolutional Networks via Supervised Contrastive Learning and Self-Training
von: Xiao, Huaiyuan, et al.
Veröffentlicht: (2025)

TodyNet: Temporal Dynamic Graph Neural Network for Multivariate Time Series Classification
von: Liu, Huaiyuan, et al.
Veröffentlicht: (2023)

Enhancing Drug Discovery: Autoencoder-Based Latent Space Augmentation for Improved Molecular Solubility Prediction using LatMixSol
von: Hasankhani, Mohammad Saleh
Veröffentlicht: (2025)

Enhancing Pre-Trained Model-Based Class-Incremental Learning through Neural Collapse
von: He, Kun, et al.
Veröffentlicht: (2025)

Incremental Online Learning of Randomized Neural Network with Forward Regularization
von: Wang, Junda, et al.
Veröffentlicht: (2024)

Randomized Neural Network with Adaptive Forward Regularization for Online Task-free Class Incremental Learning
von: Wang, Junda, et al.
Veröffentlicht: (2025)

Structure-Preserving Physics-Informed Neural Networks With Energy or Lyapunov Structure
von: Chu, Haoyu, et al.
Veröffentlicht: (2024)

Hierarchical Contrastive Learning Enhanced Heterogeneous Graph Neural Network
von: Liu, Nian, et al.
Veröffentlicht: (2023)

Bayesian Physics-Informed Neural Networks for Inverse Problems (BPINN-IP): Application in Infrared Image Processing
von: Mohammad-Djafari, Ali, et al.
Veröffentlicht: (2025)

Gabor-Enhanced Physics-Informed Neural Networks for Fast Simulations of Acoustic Wavefields
von: Abedi, Mohammad Mahdi, et al.
Veröffentlicht: (2025)

Neural Incremental Data Assimilation
von: Blanke, Matthieu, et al.
Veröffentlicht: (2024)

Incremental Transformer Neural Processes
von: Mortimer, Philip, et al.
Veröffentlicht: (2026)

Efficient Learning Under Density Shift in Incremental Settings Using Cramér-Rao-Based Regularization
von: Khan, Behraj, et al.
Veröffentlicht: (2025)

Cross-Modal Binary Attention: An Energy-Efficient Fusion Framework for Audio-Visual Learning
von: Saleh, Mohamed, et al.
Veröffentlicht: (2026)

BEND: Bagging Deep Learning Training Based on Efficient Neural Network Diffusion
von: Wei, Jia, et al.
Veröffentlicht: (2024)

Automating Energy-Efficient GPU Kernel Generation: A Fast Search-Based Compilation Approach
von: Zhang, Yijia, et al.
Veröffentlicht: (2024)

Aggregated f-average Neural Network applied to Few-Shot Class Incremental Learning
von: Vu, Mathieu, et al.
Veröffentlicht: (2023)

LUTMUL: Exceed Conventional FPGA Roofline Limit by LUT-based Efficient Multiplication for Neural Network Inference
von: Xie, Yanyue, et al.
Veröffentlicht: (2024)

Fast Searching of Extreme Operating Conditions for Relay Protection Setting Calculation Based on Graph Neural Network and Reinforcement Learning
von: Li, Yan, et al.
Veröffentlicht: (2025)

Towards Efficient Replay in Federated Incremental Learning
von: Li, Yichen, et al.
Veröffentlicht: (2024)

Center-Sensitive Kernel Optimization for Efficient On-Device Incremental Learning
von: Zhang, Dingwen, et al.
Veröffentlicht: (2024)