{“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”：[[2024,8,6]]，“日期-时间”：“2024-08-06T11:58:06Z”，“时间戳”：1722945486947}，“引用-计数”：28，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{-“日期-零件”：[2020,12,1]]，”日期-时间“：”2020-12-01T00:00:00:00Z“，”timestamp“：1606780800000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com//tdm\/userlicense\/1.0\/”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”未来一代计算机系统“]，“published-print”：{“date-parts”：[2020,12]}，”DOI“：”10.1016\/j.Future.2020.07.031“，”类型“：“期刊文章”，“已创建”：｛“日期部分”：[[2020,7,22]]，“日期-时间”：“2020-07-22T12:25:50Z”，“时间戳”：1595420750000｝，“页面”：“597-606”，“更新策略”：“http:\/\/dx.doi.org/10.1016\/elsevier_cm_policy”，“源”：“Crossref”，“由计数引用”：13，“special_numbering”：“C”，“title”：[“通过专业优化改进感知任务的近似神经网络”]，“前缀”：“10.1016”，“卷”：“113”，“作者”：[{“ORCID”：“http://\/ORCID.org\/00000-0002-1463-6822”，“authenticated-ORCID”：false，“给定”：“Cecilia”，”family“：”De la Parra“，”sequence“：”first“，”affiliation“：[]}，{“给定”:“Andre”，“family”：“Guntoro”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Akash”，“family”：“Kumar”，“sequence”：“addressive”，“feliance”：[]}]，“member”：“78”，“reference”：[{“key”：”10.1016\/j.future.2020.07.031_b1“，“series-title”：“2019欧洲会议展览设计、自动化测试（DATE）”，“article-title”：“用于无乘数加速的预训练神经网络的自监督量化”，“author”：“Vogel”，“year”：“2019”}，{“key”：“10.1016\/j.future.2020.07.031_b2”，“series-title”：“张量流：异构系统上的大规模机器学习”，“author”:“Abadi”，“year”:“2015”}：“crossref”，“DOI”：“10.1109\/TNNLS.2018.2808319”，“article-title”：“Ristretto：卷积神经网络资源效率推断实证研究框架”，“author”：“Gysel”，“year”：“2018”，“journal-title“：IEEE Trans.neural Netw.Learn.Syst.”}，{“key”：“1016\/j.future.2020.07.031_b4”，“series-title”：“ALWANN:无需再训练的深度神经网络加速器的自动分层近似”，“author”：“Mrazek”，“year”：“2019”}，{“key”：“10.1016\/j.future.2020.07.031_b5”，“series-title”：“ICASSP 2019-2019 IEEE国际声学、语音和信号处理会议（ICASSP）”，“first page”：”1552“article-title”：“Concrete：使用近似运算符评估DNN的逐层可配置框架”，“author”：“Liu”，“year”：“2019”}，{“key”：“10.1016\/j.future.2020.07.031_b6”，“series-title”：“2020设计，欧洲会议展览自动化测试（DATE）”，“首页”：“1193”，“article-title”：“Proxsim:gpu-based simulation framework for cross-layer approximative dnn optimization”，“author”：“De la Parra”，“year”：“2020”}，{“key”：“10.1016\/j.future.2020.07.031_b7”，“series-title”：“Mobilenets:mobile vision应用的高效卷积神经网络”，“author”:“Howard”，“年份”：“2017”}，“系列标题”：“自然语言处理中的经验方法会议”，“文章标题”：“使用RNN编码器-解码器学习短语表示用于统计机器翻译”，“作者”：“Cho”，“年份”：“2014”}，｛“密钥”：“10.1016\/j.future.200.07.031_b9”，“系列标题”：“IEEE计算机视觉和模式识别会议”，“article-title”：“倒置残差和线性瓶颈：移动网络用于分类、检测和分割”，“author”：“Sandler”，“year”：“2018”}，{“issue”：“3”，“key”：“10.1016\/j.future.2020.07.031_b10”，“doi-asserted-by”：“crossref”，“first page”：《211》，“doi”：“101007”：“Imagenet大规模视觉识别挑战”，“volume”：“115”，“author”：“Russakovsky”，“year”：“2015”，“journal-title”：“Int.J.Compute.Vis.“连拍”：“语音命令：有限视觉语音识别的数据集”，“作者”：“Warden”，“年份”：“2018”}，{“key”：“10.1016\/j.future.2020.07.031_b13”，“series-title”：“2018IEEE\/CVF计算机视觉与模式识别会议”，“首页”：“2704”，“article-title”：“量化和训练神经网络以实现高效的整数算术推理”，“author”：“Jacob”，“year”：“2018”}，{“key”：“10.1016\/j.future.2020.07.031_b14”，“series-title”：“第三届国际学习代表大会，2015年5月7日至9日，美国加州圣地亚哥ICLR，2015，会议跟踪记录”，“article-title”：“用于大规模图像识别的极深卷积网络”，“author”：“Simonyan”，“year”：“2015”}，{“key”：“10.1016\/j.future.2020.07.031_b15”，“series-title”：“在定点硬件上训练均匀量化以实现准确高效的神经网络推理”，“author”:“Jain”，“year”:“2019”}、{“key”:“10.1016 \/j.future.2020年07月31_b16”，“series-title”：“IEEE国际计算机视觉会议（ICCV）”，“article-title”：“通过权重均衡和偏差校正实现无数据量化”，“author”：“Nagel”，“year”：“2019”}，{“key”：”10.1016\/j.future.2020.07.031_b17“，“series-title“：”国际学习表征会议“：“高效convents的剪枝过滤器”，“author”：“Li”，“year”：“2016”}，{“key”：“10.1016\/j.future.2020.07.031_b18”，“doi-asserted-by”：“crossref”，”first page“：“1203”，“doi”：“101587\/transinf.2017EDL8248”，“article-title”：“基于卷积神经网络相似特征提取的滤波器级剪枝”，“volume”：”E101.D“，”author“：”Li“，“year.”：“2018年”，“期刊标题”：“IEICE Trans.Inf.Syst.”}，{“key”：“10.1016\/j.future.2020.07.031_b19”，“series-title”：“2014 IEEE\/ACM低功耗电子与设计国际研讨会（ISLPED）”，“首页”：“27”，“article-title”：”Axnn：使用近似计算的节能神经形态系统“，”author“：”Venkataramani“，”年份“2014”}、{“key”：“10.1016\/j.future.2020.07.031_b20”，“series-title”：“2015年欧洲会议展览设计、自动化测试（DATE）”，“首页”：“701”，“article-title”：“近似值：人工神经网络的近似计算框架”，“author”：“Zhang”，“year”：“2015}”，{“key”：：“ISLPED\u201918:低功耗电子与设计国际研讨会”，“article-title”：“Axtrain：面向硬件的近似推理神经网络训练”，“author”：“He”，“year”：“2018”}，{“key”：“10.1016\/j.future.2020.07.031_b22”：“Axdnn：走向近似DNN的跨层设计”，“author”：“Fan”，“year”：“2019”}，{“key”：“10.1016\/j.future.2020.07.031_b23”，“series-title”：“Caffe:快速特征嵌入的卷积体系结构”，“author”:“Jia”，“year”:“2014”}：“2018年第55届ACM\/ESDA\/IEEE设计自动化会议（DAC）”，“首页”：“1”，“article-title”：“Smapproxlib:基于FPGA的近似乘数库”，“作者”：“乌拉”，“年份”：“2018”}，{“key”：“10.1016\/j.future.2020.07.031_b25”，“series-title”：《欧洲设计、自动化测试会议展览（DATE），2017年》，“首版”：“258”，“article-title”：“Evoapproxsb:用于电路设计和近似方法基准测试的近似加法器和乘法器库”，“author”：“Mrazek”，“year”：“2017”}，{“key”：“10.1016\/j.future.2020.07.031_b26”，“doi-asserted-by”：“crossref”，“first page”：”1735“，“doi”：“101162\/neco.1997.9.1735”，“artice-title“：”“长短期记忆”，“volume”：“9”，“author”：“Hochreiter”，“year”：“1997”，“journal-title”：“Neural Compute.”}，{“key”：“10.1016\/j.future.2020.07.031_b27”，“series-title”：”通过随机神经元估计或传播梯度以进行条件计算“，“author”：“Bengio”，“年份”：“2013”}：“学习表征国际会议”，“article-title”：“Adam：一种随机优化方法”，“author”：“Kingma”，“year”：“2014”}]，“container-title“：[“Future Generation Computer Systems”]，“original-title（原始标题）：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com\/content\/article\/PII:S0167739X20301576？httpAccept=text\/xml”，“content-type”：“text\/xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0167739X20301576？httpAccept=text\/plain”，“内容类型”：“文本\/plaine”，“content-version“：”vor“，”intended-application“：”text-mining“}]，“存放”：{“日期段”：[2020,8,29]]，“日期-时间”：“2020-08-29T08:26:57Z”，“时间戳”：1598689617000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https://linkinghub.elsevier.com/retrieve\\/pii\\S0167739X20301576”｝，“副标题”：[]，“短标题”：[]，“已发布”：｛“日期部分”：[[2020,12]]｝，“引用次数”：28，“备选id”：[“S0167739X20301576”]，“URL”：“http:\/\/dx.doi.org.\/10.1016\/j.future.200.07.031“，“relationship”：{}，“ISSN”：[“0167-739X”]，“ISSN-type”：[{“value”：“0167-839X”，“type”:“print”}]，“subject”：【】，“published”：{“date-parts”：【2020,12】}，”assertion“：【{”value“：”Elsevier“，”name“：”publisher“，”label“本文由”}维护，{“value”：“通过专门优化改进感知任务的近似神经网络”，“name”：“articletite”，“label”：“Article Title”}，{“value”：“Future Generation Computer Systems”，“name”：“journaltitle”，“标签”：“Journal Title（期刊标题）”}、{“值”：“https:\/\/doi.org\/10.1016\/j.Future.2020.07.031”，“名称”：“articelink”，“标号”：“CrossRef doi link to publisher maintained version（交叉引用doi链接到出版商维护的版本）”}，{”value“：”Article“，”name“：”content_type“，”label“：”content-type“}”，{：“\u00a9 2020 Elsevier B.V.保留所有权利。”，“name”：“copyright”，“label”：“版权所有”}]}}