Viktor Prasanna

ARGO verbessert die Trainingsgeschwindigkeit und Effizienz von GNNs auf Multi-Core-Systemen.

Ein neuer Ansatz, der Gewicht- und Token-Pruning kombiniert für effiziente Bildverarbeitung.

Ein neues Protokoll verbessert die Trainingseffizienz von Graph Neural Networks mit CPU und GPU.

Hier ist ME-ViT, ein speichereffizienter FPGA-Beschleuniger für Vision Transformer.

Ein neues leichtes Modell verbessert die Zielerkennung in synthetischen Aperturradarbildern.

Die Erkundung des Aufstiegs von KI-Tools und deren Einfluss auf die Technologie.

Aufmerksamkeitsmodelle verbessern die Genauigkeit und Robustheit der SAR-Zielerkennung.

Diese Studie analysiert, wie verschiedene Prozessoren in KI-Anwendungen abschneiden.