{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2022,12,23]]，“日期-时间”：“2022-12-23T05:52:17Z”，“时间戳”：1671774737636}，“引用-计数”：25，“出版商”：“Springer Science and Business Media LLC”，“问题”：“1”，“许可证”：[{“开始”：{“日期-零件”：[2021,3,1]]，”日期-时间“：“2021-03-01T00:00:00Z”，“timestamp”：1614556800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.springer.com/tdm”}，{“start”：{“date-parts”：[[2021,3,1]]，“date-time”：“2021-03-01T00:00:00Z”，“timetamp”：61455680000}，”content-versiion“：”vor“，”delay-in-days“：0，”URL“https://www.springer.com//tdm“}]，“出资人”：[{“DOI”：“10.13039\/501100018537”，“名称”：“国家科技重大项目”，“doi-asserted-by”：“crossref”，“award”：[“2018ZX01028101”]}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[”CCF-Trans.HPC“]，“published-print”：{“date-parts”：[2021,3]]}，”doi“：”10.1007\/s42514-020-00059-0“，”类型“journal-”文章“，”已创建“：{“date-parts”：[[2021,3,23]]，“date-time”：“2021-03-23T12:08:45Z”，“timestamp”：161650132500}，“page”：“17-30”，“update-policy”：”http://\/dx.doi.org\/10.10007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：1，“title”：[“具有完全流水线架构的高通量可扩展BNN加速器”]，“前缀”：“10.1007”3英寸，“作者”：[{“ORCID”：“http://\/ORCID.org\/00000-0002-7095-071X”，“authenticated-ORCID”：false，“给定”：“浙”，“家族”：“汉族”，“序列”：“第一”，“从属”：[]}，{“给定”:“京飞”，“家庭”：“江”，“sequence”：“additional”，“affiliation”：[]}，“给定的”：“金伟”，“family”：“Xu”，“sequence”:“additionable”，“atriation”：[]}，{“给定”：“彭”，“家庭”：“张”，“序列”：“additional”，“affiliation”：[]}，{“given”：“Xiaoqiang”，“family”：“Zhao”，“sequence”：“additive”，“filiance”：[]}，}“giving”：“Dong”，“家族”：“Wen”，“序列”：“additional”、“affidiation”：“[]}，{”given“：”Yong“families”：“Dou”，“serquence”:“additionable”，“ability”：[[]}]，“member”：“297”，“published on line”：{“date-parts”：[[[2021,3,23]]}，“参考”：[{“问题”：“10”，“key”：“59_CR1”，“doi-asserted-by”：“publisher”，《first page》：“1533”，“doi”：“10.1109\/TASLP.2014.239736”，“volume”：”22“，“author”：“O Abdel-Hamid”，“year”：“2014”，“unstructured”：“Abdel-Hhamid，O.，Mohamed，A.-R.，Jiang，H.，Deng，L.，Penn，G.，Yu，D.：语音识别的卷积神经网络。IEEE\/ACM Trans.音频语音语言处理。22（10），1533\u20131545（2014）“，“日志标题”：“IEEE\/ACM Trans。音频语音语言处理。“}，{”key“：”59_CR2“，”doi-asserted-by“：”crossref“，”unstructured“：”Alvarez，R.、Prabhavalkar，R.，Bakhtin，A.：关于深度声学模型的高效表示和执行。arXiv预印本Cheng，Y.，Wang，D.，Zhou，P.，Zhang，T.：深度神经网络模型压缩和加速的调查。arXiv-print arXiv:1607.04683（2016）“，”DOI“：”10.21437\/Interspeech.2016-128“}，{“issue”：“3”，“key”：“59_CR3”，”DOI-asserted-by“：”publisher“，”first page“：“1”，“DOI”：“10.1145\/3242897”，”volume“：”11“，”author“：”M Blott“，”year“：”2018“，”unstructured“：”Blott，M.、Preu\u00dfer，T.B.、Fraser，N.J.、Gambardella，G.、O\u2019brien，K.、Umuroglu，Y.、Leeser，M.，Vissers，K.：FINN-R：快速探索量化神经网络的端到端深度学习框架。ACM事务处理。重新配置。Technol公司。系统。（TRETS）11（3），1\u201323（2018）“，“期刊标题”：“ACM Trans。重新配置。Technol公司。系统。（TRETS）“}，{“key”：“59_CR4”，“unstructured”：“Cheng，Y.，Wang，D.，Zhou，P.，Zhang，T.：深度神经网络模型压缩和加速的综述。arXiv预印本arXiv:1710.09282（2017）”}，}，“key“：”59_CR5“，“unsructured“：”Courbariaux，M.，Bengio，Y.，David，J.-P.：二进制连接：在传播期间用二进制权重训练深层神经网络。NIPS’15：《第28届神经信息处理系统国际会议论文集》，第2卷，2015年“}，{“key”：“59_CR6”，“unstructured”：“Courbariaux，M.，Hubara，I.，Soudry，D.，El-Yaniv，R.，Bengio，Y.：二值化神经网络：训练权重和激活限制为+1或-1的深度神经网络。arXiv-print arXiv:1602.02830（2016）“}，{“key”：“59_CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“Fu，C.，Zhu，S.，Su，H.，Lee，C.-E.，Zhao，J.：在fpga上实现快速高效的二值化神经网络推理。arXiv:1810.02068（2018）”，“doi”：“10.1145\/3289602.3293990”}“，”DOI“：”10.1109\/TC.2020.2995593“，”author“：”C Gong“，”year“：”2020“，”unstructured“：”Gong、C.、Chen、Y.、Lu、Y.，Li、T.、Hao、C.、陈、D.：VecQ：最小损失DNN模型压缩，带矢量化权重量化。IEEE传输。计算。(2020). https:\/\/doi.org\/10.109\/TC.2020.2995593“，”journal-title“：”IEEE Trans。计算。“}，{”key“：”59_CR9“，”doi-asserted-by“：”crossref“，”unstructured“：”Guo，P.，Ma，H.，Chen，R.，Li，P.、Xie，S.，Wang，D.：FBNA:一个完全二值化的神经网络加速器。摘自：2018年第28届现场可编程逻辑与应用国际会议（FPL）2018，pp.51\u2013513。IEEE“，”DOI“：”10.1109\/FPL.2018.00016“}，{“问题”：“1”，“关键”：“59_CR10”，“首页”：“6869”，“卷”：“18”，“作者”：“I Hubara”，“年份”：“2017”，“非结构化”：“Hubara，I.，Courbariaux，M.，Soudry，D.，El-Yaniv，R.，Bengio，Y.：量化神经网络：用低精度权重和激活训练神经网络。J.Mach.Learn.Res.18（1），6869\u20136898（2017）“，“期刊标题”：“J.Mach。学习。研究“}，{”key“：”59_CR11“，”unstructured“：”Ioffe，S.，Szegedy，C.：“批次规范化：通过减少内部协变量偏移来加速深层网络训练。arXiv预印本arXiv:1502.03167（2015）“}”，{“key”：“59_CR12”，“doi-asserted-by”：“crossref”，“unstructure”：“”Karpathy，A.，Toderici，G.，Shetty，S.，Leung，T.，Sukthankar，R.，Fei-Fei，L.：利用卷积神经网络进行大规模视频分类。摘自：2014年IEEE计算机视觉和模式识别会议论文集，第1725\u20131732页，“DOI”：“10.1109\/CVPR.2014.223”}，{“key”：“59_CR13”，“unstructured”：“Krizhevsky，A.，Hinton，G.：从微小图像中学习多层特征。系统性自身免疫疾病手册，2009，1（4）”}publisher”，“首页”：“1097”，“DOI”：“10.1145\/3065386”，“卷”：“60”，“作者”：“A Krizhevsky”，“年份”：“2012”，“非结构化”：“Krizhevsky，A.，Sutskever，I.，Hinton，G.E.：深度卷积神经网络的Imagenet分类。高级神经信息处理。系统。60（6），84\u201390（2012）。https:\/\/doi.org\/10.1145\/3065386“，”journal-title“：”高级神经信息处理。系统。“}，{”key“：”59_CR15“，”doi-asserted-by“：”publisher“，”first page“：“1072”，“doi”：“10.1016\/j.neucom.2017.09.046”，“volume”：“275”，“author”：“S Liang”，“year”：“2018”，“unstructured”：“Liu，L.，Luk，W.，Wei，S.：FP-BNN:FPGA上的二值化神经网络。Neurocomputing 275，1072\u20131086（2018）”，“journal title”：“Neuroccuting”}，{“键”：59_CR016“，”非结构化“：“Lin et al.：NIPS'17:Proceedings of the 311 International Conference on Neural Information Processing Systems，pp 344\u2013352（2017）”}，{“key”：“59_CR16”，“unstructured”：“Lin，X.，Zhao，C.，Pan，W.：Towards accurate binary volutional Neural network.Adv.Neural Inf.Process.Syst.，345\u201335.359_CR17“，”doi-asserted-by“：”crossref“，”unstructured“：”Liu，B.，Cai，H.，Wang，Z.，Sun，Y.，Shen，Z.、Z.，Zu，W.，Li，Y.、Gong，Y.和Ge，W.、Yang，J.:A 22nm，10.8\u03bcW \/15.1\u03bcW双计算模式高功率性能区域效率的背景噪声感知关键字封装处理器。In:IEEE Transactions on Circuits and Systems I:Regular Papers（2020）”，“DOI”：“10.1109\/TSCI.2020.2997913”}，{“key”：“59_CR18”，“unstructured”：“Migacz，S.：使用张量进行8位推理。In:GPU Technology Conference 2017，vol.4，p.5”}Netzer，Y.，Wang，T.，Coates，A.，Bissacco，A.，Wu，B.，Ng，A.Y.：使用无监督特征学习读取自然图像中的数字。(2011). 2011年NIPS深度学习和无监督特征学习研讨会。“}，{“issue”：“3”，“key”：“59_CR20”，“doi-asserted-by”：“publisher”，“first page”：”196“，“doi”：“10.1007\/s42514-019-00014-8”，”volume“：”1“，”author“：”L Song“，”year“：”2019“，”unstructured“：”Song，L.，Wu，Y.，Qian，X.，Li，H.，Chen，Y.：ReBNN：使用互补电阻单元在ReRAM中原位加速二值化神经网络。CCF变速器。高性能计算。1（3），196\u2013208（2019）“，“日记标题”：“CCF事务。高性能计算。“}，{”key“：”59_CR21“，”doi-asserted-by“：”crossref“，”unstructured“：”Tang，W.，Hua，G.，Wang，L.：如何训练一个高精度的紧凑二元神经网络？In:Thirty-First AAAI conference on artificial intelligence 2017“，”doi“：”10.1609 \/aaaai.v31i1.10862“}”，{“key”：“59_CR22”，“doi-assert-by”：“crossreff”，“unstructure”：“”Umuroglu，Y.、Fraser，N.J.、Gambardela，G.、Blott，M.、Leong，P.、Jahre，M.和Visser，K.：Finn：快速、可扩展的二值化神经网络推理框架。2017年ACM SIGDA国际可编程门阵列研讨会论文集，第65\u201374页，“DOI”：“10.1145”：“3020078.3021744”}，{“键”：“59_CR23”，“DOI-asserted-by”：“crossref”，“非结构化”：“Yang，L.，He，Z.，Fan，D.：一种全芯片二值化卷积神经网络fpga实现，具有精确推理。摘自：《2018年低功耗电子与设计国际研讨会论文集》，第1\u20136页，“DOI”：“10.1145”，{“key”：“59_CR24”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhao，R.，Song，W.，Zhang，W.、Xing，T.、Lin，J.-H.、Srivastava，M.、Gupta，R.、Zhang、Z.：使用软件可编程的fpgas加速二值化卷积神经网络。2017年ACM SIGDA国际现场可编程门阵列研讨会论文集，第15\u201324页“，”DOI“：”10.1145“/3020078.3021741“}]，”container-title“：[”CCF Transactions on High Performance Computing“]，”original title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/s42514-020-00059-0.pdf“，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\//link.springer\com/article\/10.10007\/s4254-020-00059-0\/fulltext.html”，“content-type“：”text\/html“，”content-versiion“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/s42514-020-00059-0.pdf”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2022,12,22]]，“date-time”：”2022-12-22T06:25:34Z“，”timestamp“：1671690334000}，“score”：1，“资源“：{“primary”：{”URL“：”https:\/\/link.springer.com/10.1007\/s42514-020-00059-0“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2021,3]]}，“引用计数”：25，“日志发布”：{“发布”：“1”，“发布-打印”：{“日期部分”：[2021,3]]{，“替代id”：[“59”]，“URL”：“http://\/dx.doi.org \/10.1007\/s42514-020-00059-0“，”关系“：{}，”ISSN“：[”2524-4922“，”2524-930“]，“issn-type”：[{“value”：“2524-4922”，“type”:“print”}，{“value”：“5224-4930”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[2021,3]]}，“assertion”：[}“values”：“2020年6月18日”，“order”：1，“name”：“received”，“label”：“received”，“：”2020年11月3日“，”订单“：2，”名称“：”接受“，“label”：“Accepted”，“group”：{“name”：“Article History”，“label:”Article History“}}，{“value”：“2021年3月23日”，“order”：3，“name”:”first_online“，”label“：”first online“、”group“：“价值”：“代表所有作者，通讯作者声明没有利益冲突。”，“order”：2，“name”：“Ethics”，“group”：{“name”:“EthicsHeading”，“label”：“conflict of interest”}}]}}