{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部分”：[[2024,4,25]]，“日期-时间”：“2024-04-25T14:27:57Z”，“时间戳”：171405527238}，“发布者位置”：“美国纽约州纽约市”，“引用-计数”：78，“发布商”：“ACM”，“内容-域”：[“dl.ACM.org”]，“交叉标记-严格离子“：true}，”短容器时间“：[]，“已发布的印刷品”：｛“日期部分”：[[2020,11,16]]｝，“DOI”：“10.1145\\3384419.3430769”，“类型”：“议事录文章”，“已创建”：｛“日期部分”：[[2020,11,25]]，“日期时间”：“2020-11-25T02:08:48Z”，“时间戳”：1606270128000｝，“更新策略”：“http:\/\/dx.DOI.org/10.1145\\crosmark policy”，“来源”：“Crossref”，“由计数引用”：14，“标题”：[“海星”]，“前缀”：“10.1145”，“作者”：[{“给定”：“潘”，“家族”：“胡”，“序列”：“第一”，“从属关系”：[}“名称”：“斯坦福大学”}]}斯坦福大学”}]}，｛“给定”：“Sachin”，“family”：“Katti”，“sequence”：“additional”，“affiliation”：[｛“name”：“Stanford University”｝]｝]，“member”：“320”，“在线发布”：｛“date parts”：[[2020，11，16]]｝，“reference”：[｛“key”：“e_1_3_2_1_1”，“nonstructured”：“[n.d.]。Better Portable Graphics。https:\/\/blard.org/bpg\/.[n.d.]更好的便携式图形。https:\/\/bellard.org\/bpg\/。“}，{”key“：”e_1_3_2_1_2_1“，”unstructured“：”[n.d.].构建新未来：用数字技术改造澳大利亚建筑业。https:\/\/customers.microsoft.com/en-us\/story\/pcl-construction-professional-services-azure[n.d]建设新未来：用数字技术改造澳大利亚建筑业。https:\/\/customers.microsoft.com/en-us\/story\/pcl-construction-professional-services-azure“}，{“key”：“e_1_3_2_1_1”，“unstructured”：“[n.d.].dahuffman.https:\/\/github.com\/soxofaan\/dahuffman。[n.d].dahffman.htmps:\//github.com\/stoxofaan\/dahuff man.”}，}“key”：.马克西皮。https:\/\/maixpy.sipeed.com/en\/get_started//maixpyide.html。【未注明日期】。马克西皮。https:\/\/maixpy.sipeed.com/en\/get_started//maixpyide.html。“}，{”key“：”e_1_3_2_1_5_1“，”unstructured“：”[n.d.].NNCase compiler.https:\/\/github.com/kendryte//NNCase.[n.d].NNCese compiler.https:\//github.com\/gendryte\/NNCase.“}”，{感知JPEG编码器。https:\/\/github.com//google\/guetzli。“}，{”key“：”e_1_3_2_1_7_1“，”unstructured“：”[n.d.].TensorFlow Lite Micro Magic魔杖示例。https:\/\/github.com/TensorFlow\/TensorFlow\/tree\/master\/tensurflow\/Lite\/Micro\/examples\/Magic_Wand。[n.d]TensorFlow Lite微型魔术棒示例。https:\/\/github.com/tensorflow\/tensorflow\/tree\/master\/tenserflow\/lite\/micro\/examples\/magic_wand。}，{“key”：“e_1_3_2_1_8_1”，“volume-title”：“Tensorflow：大规模机器学习系统。第12届{USENIX}操作系统设计与实现研讨会（{OSDI}16）。265--283.“，”author“：”Abadi Mart\u00edn“，”year“：”2016“}，”{“key”：“e_1_3_2_1_9_1”，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/ICCV.2019.00031“}”，{“key”：“e_1_3_2_10_1”、“volume-title”：“实时视频分析：边缘计算的杀手应用程序。计算机50，10”，“author”：“Ananthanarayana Ganesh”，“year”：“2017”}，{“键”：“e_1_3_2_11_1”，“volume-title”：“使用强化学习设计神经网络架构。arXiv预打印arXiv:1611.02167“，”author“：”Baker Bowen“，”year“：”2016“}，{”key“：”e_1_3_2_12_1“，”volume-title“：”端到端优化图像压缩。arXiv预先打印arXiv：1611.01704“，”author“:”Ball\u00e9 Johannes“，”year“：“2016”}，”{“key”：“e_1_ 3_2_13_1”，“volume-tite”：“Sung Jin Hwang，and Nick Johnston”，“author”：“Ball\”u00e9 Johannes“，“年份”：“2018”}，{“key”：“e_1_3_2_14_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/IMCE.2011.6012227“}，{”key“：”e_1_ 3_2_1_15_1“，”doi-assert-by“：”publisher“，“doi”：“10.1109\/MCOM.2016.75189”}，“key）：”e_ 1_3_2 _16_1“}，{“键”：“e_1_3_2_17_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1609\/aai.v32i.11709”｝，｛“key”：“e_1_3_2_1_18_1”，“volume title”：“Proxylessnas:对目标任务和硬件的直接神经架构搜索。arXiv预印本arXiv:1812.000332”，“author”：“Cai Han”，“year”：“2018”｝，｛“key”：“e_1_3_2_1_19_1”，“volume title”：“Deep-corder:基于深度神经网络的视频压缩。2017 IEEE Visual Communications and Image Processing（VCIP）”，“author”：“Chen Tong”，“year”：“2017”}，{“key”：“e_1_3_2_1_20_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/328606.3286070“}，“key“：”e_1_ 3_2_1_2 1_1“，”unstructured“Fran\u00e7ois Cholet et al.2015。凯拉斯。https:\/\/keras.io.Fran\u00e7ois Chollet等人，2015年。凯拉斯。https:\/\/keras.io.“}，{“key”：“e_1_3_2_1_22_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2009.5206848”}，}“key:”e_1_ 3_2_1_2 3_1“，“volume-title”：“Jan Hendrik Metzen，and Frank Hutter”，“author”：“Elsken Thomas”，“year”：“2018”}Hendrik Metzen和Frank Hutter”，“作者”：“Elsken Thomas”，“年份”：“2018”}，{key“：”e_1_3_2_1_25_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3349614.3356023”}，{“key”：“e_1_ 3_2_1_2 6_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/CVPR.2004.383“}，”key“:”e_3_2_2_1_27_1““：”e_1_3_2_1_28_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ISSCC.2014.6757323”}，{“key”：“e_1_3_2_1_29_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145 \/3301293.3302373“}，{”key“：”e_1_ 3_2_1_30_1“，”doi-assert-by“：”publisher“，“doi”：“10.5555 \/312209.3242044”}，“key：”e_ 3_2_31_1“，”doi-asserted-by“”：”publicher“，”doi:“10.1109 \/JRPROC.1952.273898”}，{“key”：“e_1_3_2_1_32_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1145\/3349614.3356026”}，{“key”：“e_1_3_2_1_33_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1007\/978-3-319-46475-6_43“}，”{“key”：“e_1_3_1_34_1”、“doi-sserted-by“：”publisher“，”doi:“10.1145\/3349623.355474”}、{“key”：”e_3_2_35_1“，“volume-title”：“Jost Tobias Springenb”erg，and Frank Hutter“，“author”：“Klein Aaron”，“year”：“2016”}，{“key”：“e_1_3_2_1_36_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/ICCVW.2013.77“}，{“key”：“e_ 1_3_2 _1_37_1”、“unstructured”：“Alex Krizhevsky Ilya Sutskever和Geoffrey e Hinton，2012。基于深度卷积神经网络的Imagenet分类。神经信息处理系统进展。1097--1105. 亚历克斯·克利舍夫斯基（Alex Krizhevsky）、伊利亚·萨茨克弗（Ilya Sutskever）和杰弗里·欣顿（Geoffrey E Hinton）。2012.使用深度卷积神经网络进行Imagenet分类。神经信息处理系统进展。1097--1105.“}，{”key“：”e_1_3_2_1_38_1“，”volume-title“：”解线性微分和积分算子特征值问题的一种迭代方法。美国政府“，”author“：”Lanczos Cornelius“}用于端到端优化图像压缩的上下文自适应熵模型。arXiv预印本arXiv:1809.10452“，”author“：”Lee Jooyoung“，”year“：”2018“}，{”key“：”e_1_3_2_1_40_1“，”volume-title“：”IEEE计算机视觉和模式识别研讨会会议记录。0-0.“，“author”：“Lee Wei-Cheng”，“year”：“2019”}，“key”：“e_1_a_2_1_41_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/CVPR.2018.00339“}，{“键”：“e_1_3_2_1_42_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3356250.3360041”}，{“key”：“e_1_ 3_2_1_ 43_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/3195970.3196022“}，”{“密钥”：“e_1_3_2_1_44_1”、“首页”：“25”，“article-title”：“视频分析迈向零视觉。运输工程师学会”，“卷”：“87”，“作者”：“Loewenherz Franz“，”年份“：“2017年”，“新闻标题”：“ITE journal”}，{“key”：“e_1_3_2_1_45_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/CVPR.2019.01126“}，”{“key”：“e_1_3_2_1_46_1”、“doi-sserted-by“：”publisher“，”doi:“10.1145\/3054977.3054978”}、{“key”：”e_3_2_47_1“，“doi”：“10.1145\/3349614.3356022”}，{“键”：“e_1_3_2_1_48_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2018.00462“}，{“key”：“e_1_3_2_1_49_1”，“unstructured”：“Robert Moriarty Kathy O'Connell Nicolaas Smit Andy Noronha和Joel Barbier，2015。石油和天然气的新现实。罗伯特·莫里亚蒂、凯西·奥康奈尔·尼古拉斯、斯密特·安迪·诺罗尼亚和乔尔·巴比尔。2015年，石油和天然气的新现实。“}，{”key“：”e_1_3_2_1_50_1“，”doi-asserted-by“：”publisher“，“doi”：“10.5555\/3104425”}，“key”：“e_1_ 3_2_1 _51_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/3400717“}”，{亚当·帕斯克·萨姆·格罗斯·索米斯·金塔拉·格雷戈里·查南爱德华·杨·扎卡里·德维托·泽明·林·阿尔班·德斯梅森·卢卡·安提卡和亚当·莱尔。2017.pytorch中的自动区分。(2017). 亚当·帕斯克·萨姆·格罗斯·索米斯·金塔拉·格雷戈里·查南爱德华·杨·扎卡里·德维托·泽明·林·阿尔班·德斯梅森·卢卡·安提卡和亚当·莱尔。2017.pytorch中的自动区分。(2017).“}，{”key“：”e_1_3_2_1_53_1“，”unstructured“：”Adam Paszke Sam Gross Francisco Massa Adam Lerer James Bradbury Gregory Chanan Trevor Killeen Zeming Lin Natalia Gimelshein Luca Antiga etal 2019。PyTorch：一个命令式的高性能深度学习库。神经信息处理系统进展。8024--8035. Adam Paszke Sam Gross Francisco马萨Adam Lerer James Bradbury Gregory Chanan Trevor Killeen Zeming Lin Natalia Gimelshein Luca Antiga等人，2019年。PyTorch：一个命令式的高性能深度学习库。神经信息处理系统进展。8024--8035.“｝，｛“key”：“e_1_3_2_1_54_1”，“doi断言者”：“publisher”，“doi”：“10.1007\\s10776-017-0341-8”｝，｛“key”：“e_1_3_2_1_55_1”，“doi断言者”：“publisher”，“doi”：“10.1117\\/1.469618”｝，｛“key”：“e_1_3_2_1_56_1”，“doi断言者”：“publisher”，“doi”：“10.1007\\978-3-319-46493-0_32”｝，｛“key”：“e_1_3_2_1_57_1”，“doi由”：“publisher”断言，“doi”：“10.1609\/aaai.v33i01.33014780“}，{“key”：“e_1_3_2_1_58_1”，“doi-asserted-by”：“publisher”，”doi“：“10.5555\/3305890.3305983”}，“key“：”e_1_ 3_2_1 _59_1“，”doi-assert-by“：”publisher“，Xiv预印本arXiv:1812.11951“，”作者“：”伦格·弗雷德里克“，”年份“：”2018“}，{“key“：”e_1_3_2_1_61_1“，”volume-title“：”用于大规模图像识别的极深卷积网络。arXiv预印本arXiv:1409.1556“，”author“：”Simonyan Karen“，”year“：”2014“}，{“key”：“e_1_3_2_1_62_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/COMST.2019.2949598“}”，{”key“：”e_1_s_2_1_63_1“，“unstructured”：“TensorFlow Team。2019。鲜花。http://\/download.tensorflow.org\/example_images\/flower_photos.tgz tensorflow团队。2019.鲜花。http:\/\/download.tensorflow.org\/example_images\/flower_photos.tgz“}，{“key”：“e_1_3_2_1_64_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/CVPR.2017.577“}”，{”key“：”e_1_ 3_2_1 _65_1“，”doi-assert-by“：”publisher“，title“：”Farmbeats：数据驱动农业的物联网平台。在第14届{USENIX}网络系统设计与实现研讨会上（{NSDI}17）。515--529.“，”作者“：”瓦西什特·迪帕克“，”年份“：”2017“}，{”关键“：”e_1_3_2_1_67_1“，“卷标”：“技术报告CNS-TR-2011-001。加利福尼亚理工学院。“，”author“：”Wah C.“，”year“：”2011“}，{”key“：”e_1_3_2_1_68_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/30.125072”}，“key”：“e_1_a_2_1_69_1”，“volume-title”：“图像质量评估：从错误可见性到结构相似性”，“author”：“Wang Zhou”，“year”：“2004”}publisher“，”doi“：”10.1109\/ACSSC.2003.1292216“}，{“key”：“e_1_3_2_1_71_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1109\/TCSVT.2003.815165”}，“key“：”e_1_ 3_2_1 _72_1“，”doi-assert-by“：”publisher“，预印arXiv:1812.09926“，”作者“：”谢思瑞“，”年“：“2018”}，{“key”：“e_1_3_2_1_74_1”，“volume-title”：“物联网边缘计算机视觉的有限DNN感知损失源压缩。第25届移动计算与网络国际年会。1--16”，《作者》：“谢秀峰”，“年”：“2019”}10.1109\/IWSO.2018.8624157“｝，｛“key”：“e_1_3_2_1_76_1”，“doi asserted by”：“publisher”，“doi”：“10.1109\/CVPR.2018.00068”｝，｛“key”：“e_1_3_2_1_77_1”，“volume title”：“Hello edge:在微控制器上发现关键词。arXiv预印本arXiv:1711.07128”，“author”：“Zhang Yudong”，“year”：“2017”｝，｛“key”：“e_1_3_2_1_78_1”，“volume title”：“Dorefa-net：训练具有低比特宽度梯度的低比特宽度卷积神经网络。arXiv预印本arXiv:11606.06160“，”作者“：”周树昌“，”年份“：”2016“}]，”活动“：{”名称“：”SenSys'20:第18届ACM嵌入式网络传感器系统会议“，”地点“：”虚拟活动日本“，”缩写“：”SenSys'20“，”赞助商“：[”SIGMETRICS ACM测量与评估特别兴趣小组“，”SIGCOMM ACM数据通信特别兴趣小组“，“SIGMOBILE ACM系统、用户、数据和计算移动性特别兴趣小组”，“SIGOPS ACM操作系统特别兴趣小组第十八届嵌入式网络传感器系统会议记录“]，“original-title”：[]，“link”：[{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3384419.3430769”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,10]]，“date-time”：”2023-01-10T01:58:09Z“，”timestamp“：1673315889000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\/\/dl.acm.org\/doi\/10.1145\/3384419.3430769“}}，“subtitle”：[“AIoT相机的弹性图像压缩”]，“short title”：[]，“issued”：{“date-parts”：[2020,11,16]}，‘references-count’：78，“alternative-id”：[”10.1145\/338419.3430769“，”10.1145\/3384419“]，”URL“：”http:\/\/dx.doi.org\/10.1145\/3384419.3430769“，”关系“：{}，”主题“：[]，”发布“：{”日期部分“：[[2020,11,16]]}，“断言”：[{“值”：“2020-11-16”，“顺序”：2，“名称”：“发布”，“标签”：“已发布”，”组“：{”名称“：”发布历史“，”标签“：“发布历史”}}}}