{“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”：[[2023,10,24]]，“日期-时间”：“2023-10-24T22:42:45Z”，“时间戳”：1698187365733}，“出版商位置”：“美国纽约州纽约市”，“参考-计数”：76，“出版者”：“ACM”，“资助者”：[{“DOI”：“10.13039\/1000000001”，“名称”：“国家科学基金会“DOI-asserted-by”用法：“publisher”，“adward”：[“1931531”，“2116962”，“2122155”，“2211018”，“1763681”，“2028929”]}]，“content-domain”：{“domain”:[“dl.acm.org”]，“crossmark-restriction”：true}，“short-container-title”：[]，“published-print”:{“date-parts”：[2023,6,17]}，”DOI“：”10.1145\/3579371.3589113“，”type“proceed”ings-article“，”created“：{”date-parts“：[[2023,6,16]]，”date-time“：“2023-06-16T20:25:28Z”，“timestamp”：1686947128000}，“update-policy”：“http://\/dx.doi.org\/10.1145\/crossmark-policy”，“source”：”Crossref“，”is-referenced-by-count“：1，“title”：[“EdgePC:边缘设备上点云的高效深度学习分析”]，“prefix”：“10.1145”，“author”：[{“ORCID“：”http://\/ORCID.org\/00000-0002-0854-9933”，“authenticated-orcid”：false，“given”：“Ziyu”，“family”：“Ying”，“sequence”：“first”，“affiliation”：[{“name”：“The Pennsylvania State University，State College，Pennsylian，USA”}]}，{“orcid”：”http://\/orcid.org\/00000-0002-0679-9058“，“authonticated-orcid”：false，“giving”：“Sandepa”，“家族”：“Bhuyan”，“序列”：“additional”，“从属关系”：[}“name“：“宾夕法尼亚州立大学，州立学院，宾夕法尼亚州，美国”}]}，{“ORCID”：“http:\/\/ORCID.org/0009-00002-8718-1491”，“认证的ORCID”：false，“给定的”：“Yan”，“家族”：“Kang”，“序列”：“附加的”，“附属关系”：[{“名称”：“宾夕法尼亚州立大学，州立学院，宾夕法尼亚州，美国”}]}，{“ORCID”：“http://\/orcid.org\/0009-0007-7220-8571”，“authenticated-orcid”：false，“given”：“Yingtian”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[{“name”：“The Pennsylvania State University，State College，Pennsylenia，USA”}]}，{“orcid”：，“sequence”：“additional”，“affiliation”：[{“name”：“The Pennsylvania State University，State College，Pennsylenia，USA”}]}，{“ORCID”：“http://\/ORCID.org\/00000-0002-4746-7578”，“authenticated-ORCID”：false，“given”：”Chita R.“，”family“：”Das“，”sequence“：”additional}]}]，“member”：“320”，“published-on-line”：{“date-parts”：[[2023,6,17]]}，“reference”：[{“key”：“e_1_3_2_1_1_1”，“unstructured”：“Apple Inc.2022。iPhone 13专业版\“https:\/\/www.apple.com//am\/iphone13-pro\/\”。苹果公司2022。iPhone 13专业版\“https:\/\/www.apple.com//am\/iphone13-pro\/\”。“}，{”key“：”e_1_3_2_1_2_1“，”unstructured“：”Alan Walford.2017。什么是摄影测量\“https:\/\/www.photometry.com\/\”。阿兰·沃尔福德（Alan Walford）。2017.什么是摄影测量\“https:\/\/www.photometry.com\/\”。“}，{”key“：”e_1_3_2_1_3_1“，”volume-title“：”2016 IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会“，”author“：”Armeni Iro“，”year“：”2016“，”unstructured“：”艾罗·阿梅尼、奥赞·塞纳、阿米尔·R·扎米尔、海伦·江、伊奥尼斯·布里拉基斯、马丁·菲舍尔和西尔维奥·萨瓦雷斯。2016 . 大型室内空间的三维语义分析。2016年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，1534-1543。艾罗·阿梅尼、奥赞·塞纳、阿米尔·R·扎米尔、海伦·江、伊奥尼斯·布里拉基斯、马丁·菲舍尔和西尔维奥·萨瓦雷斯。2016.大型室内空间的三维语义解析。2016年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，1534--1543。“}，{”key“：”e_1_3_2_1_4_1“，”first page“：“1”，”volume-title“：”Proc.ACM Meas.Anal.Computer.Syst.6“，”author“：”Bhuyan Sandepa“，”year“：”2022“，”unstructured“：”Sandepa Bhuyan.，Shulin Zhao，Ziyu Ying，Mahmut T.Kandemir，and Chita R.Das.2022。移动平台上游戏流应用程序的端到端特性。程序。ACM测量。分析。计算。系统。第6页，第1页（2022年），共25页。Sandeepa Bhuyan、Shulin Zhao、Ziyu Ying、Mahmut T.Kandimer和Chita R.Das。2022.移动平台上游戏流媒体应用程序的端到端特性。程序。ACM测量。分析。计算。系统。第6页，第1页（2022年），共25页。“}，{”key“：”e_1_3_2_1_5_1“，”doi-asserted-by“：”crossref“，“首页”：“1100”，“doi”：“10.1038\/s41592-020-0946-1”，”article-title“：”Genuage:在虚拟现实中可视化和分析多维单分子点云数据“，”volume“：“17”，”author“：”Blanc Thomas“，”year“：”2020“，”unstructured“：”托马斯·布朗（Thomas Blanc）、穆罕默德·埃尔·贝赫里（Mohamed El Behery）、科勒·卡波拉尔（Cl\u00e9ment Caporal）、吉安·巴普蒂斯特·马森（Jean-Baptiste Masson）和巴萨姆·哈吉（Bassam Hajj）。2020 . Genuage：在虚拟现实中可视化和分析多维单分子点云数据。《自然方法》17，11（2020），1100-1102。托马斯·布朗（Thomas Blanc）、穆罕默德·埃尔·贝赫里（Mohamed El Behery）、科勒·卡波拉尔（Cl\u00e9ment Caporal）、吉安·巴普蒂斯特·马森（Jean-Baptiste Masson）和巴萨姆·哈吉（Bassam Hajj）。2020年。Genuage：在虚拟现实中可视化和分析多维单分子点云数据。Nature Methods 17，11（2020），1100--1102.“，”journal-title“：”Nature Met方法“}，{”key“：”e_1_3_2_1_6_1“，”volume-title”：“第二十届算法和架构并行性年会论文集。计算机协会”，“作者”：“Bulu\u00e7 Aydin”，“非结构化”：“Aydin Bulu\u 00e7，Jeremy T。芬曼、马蒂奥·弗里戈、约翰·吉尔伯特和查尔斯·雷瑟森。2009.使用压缩稀疏块的并行稀疏矩阵向量和矩阵转置向量乘法。在第二十一届算法和体系结构并行性年度研讨会论文集上。美国纽约州纽约市计算机协会，233-244。Aydin Bulu\u00e7、Jeremy T.Fineman、Matteo Frigo、John R.Gilbert和Charles E.Leiserson。2009.使用压缩稀疏块的并行稀疏矩阵向量和矩阵转置向量乘法。在第二十一届算法和体系结构并行性年度研讨会论文集上。美国纽约计算机械协会，233--244。“}，{”key“：”e_1_3_2_1_7_1“，”unstructured“：”ByteBridge.2021。3D点云注释服务如何为自动驾驶领域加油\“https:\/\/media.com/nerd-for-tech\/application-of-3d-point-cloud-in-the-field-of-automatic-driving-723ec9544a6c\”。字节桥。2021.3D点云注释服务如何为自动驾驶领域加油\“https:\/\/media.com/nerd-for-tech\/application-of-3d-point-cloud-in-the-field-of-automatic-driving-723ec9544a6c\”。“}，{”key“：”e_1_3_2_1_8_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1061\/（ASCE）CP.1943-5487.000842”}，“key”：“e_1_a_2_1_9_1”，“首页”：“68”，“文章标题”：“用于自动驾驶的三维点云处理和学习：影响地图创建、定位和感知”，“卷”：“38”，“作者”：“陈思恒”，“年份”：“2020”，“非结构化”：”陈思恒（Siheng Chen）、刘宝安（Baoan Liu）、陈峰（Chen Feng）、卡洛斯·瓦列斯皮·冈萨雷斯（Carlos Vallespi-Gonzalez）和卡尔·惠灵顿（Carl Wellington）。2020 . 用于自动驾驶的3D点云处理和学习：影响地图创建、定位和感知。IEEE音频和电声学通讯38，1（2020），68--86。陈思恒（Siheng Chen）、刘宝安（Baoan Liu）、陈峰（Chen Feng）、卡洛斯·瓦列斯皮·冈萨雷斯（Carlos Vallespi-Gonzalez）和卡尔·惠灵顿（Carl Wellington）。2020年，针对自动驾驶的3D点云处理和学习：影响地图创建、本地化和感知。《IEEE音频和电声学通讯》38，1（2020），68-86.，“期刊标题”：“IEEE音频和电声学通讯”}，{“密钥”：“e_1_3_2_1_10_1”，“卷标题”：“2017 IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会”，“作者”：“陈晓志”，“年份”：“2017”，“非结构化”：“陈晓志、马惠民、纪婉、李波、田霞。2017 . 用于自动驾驶的多视图三维目标检测网络。2017年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，6526-6534。陈晓志、马慧敏、纪万、李波和田霞。2017.自动驾驶多视图3D物体检测网络。2017年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，6526--6534.“}，{“key”：“e_1_3_2_11_1”，“volume-title”：“2019 IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会”，“author”：“Choy Christopher”，“year”：“199”，“unstructured”：“Christopher Choy、JunYoung Gwak和Silvio Savarese。2019 . 4D时空卷积网络：Minkowski卷积神经网络。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，3070-3079。Christopher Choy、JunYoung Gwak和Silvio Savarese。2019.4D时空卷积网络：Minkowski卷积神经网络。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，3070--3079。“}，{“key”：“e_1_3_2_12_1”，“unstructured”：“Michael F Connor.2007。简单线程安全近似最近邻算法。硕士论文。迈克尔·F·康纳。2007.简单线程安全近似最近邻算法。硕士论文。“}，{”key“：”e_1_3_2_13_1“，”volume-title“：”2017 IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会“，”author“：”Dai Angela“，”year“：”2017“，”unstructured“：”Angela Dai、Angel X Chang、Manolis Savva、Maciej Halber、Thomas Funkhouser和Matthias Nie\u00dfner。2017 . Scannet：丰富的室内场景三维重建。2017年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，2432-2443。Angela Dai、Angel X Chang、Manolis Savva、Maciej Halber、Thomas Funkhouser和Matthias Nie_u00dfner。2017.Scannet：丰富的室内场景三维重建。2017年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，2432--2443。“}，{“key”：“e_1_3_2_1_14_1”，“unstructured”：“DISCOVER three.js.2022。纹理映射简介\“https:\/\/discoverthreejs.com/book\/first-steps\/textures-intro\/\”。发现三个.js。2022.纹理映射简介\“https:\/\/discoverthreejs.com/book\/first-steps\/textures-intro\/\”。}，{“key”：“e_1_3_2_1_15_1”，“volume-title”：“模式分类和场景分析”，“author”：“Duda Richard O”，“unstructured”：“Richard O Duda，Peter e Hart，and David G Stork.1973。模式分类和场景分析。威利纽约。理查德·奥杜达（Richard O Duda）、彼得·哈特（Peter E Hart）和大卫·G·斯托克（David G Stork），1973年。模式分类和场景分析。Wiley New York.“}，{”key“：”e_1_3_2_1_16_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/83.623193”}，“key”：“e_1_ 3_2_17_1”，“volume-title”：“第49届计算机体系结构国际研讨会论文集。计算机械协会”，“author”：“Feng Yu”，“year”：“2022”，“unstructured”：“于峰、冈纳尔·哈蒙兹、甘一鸣和朱玉浩。2022 . Crescent:驯服内存不规则性，加速深度点云分析。第49届计算机体系结构国际研讨会论文集。美国纽约州纽约市计算机协会，962-977。于峰、冈纳尔·哈蒙兹、甘一鸣和朱玉浩。2022.新月：缓解内存不规则性，加快深层点云分析。第49届计算机体系结构国际研讨会论文集。美国纽约州纽约计算机械协会，962--977。“}，{”key“：”e_1_3_2_18_1“，”volume-title“：”2020年IEEE第53届国际微体系结构研讨会（MICRO）。IEEE计算机学会“，”author“：”Feng Yu“，”year“：”2020“，”unstructured“：”于峰、田伯元、徐天成、保罗·沃特莫和朱玉豪。2020 . Mesorasi：通过延迟聚合为点云分析提供架构支持。2020年，第53届IEEE\/ACM国际微体系结构研讨会（MICRO）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，1037-1050。于峰、田伯元、徐天成、保罗·沃特莫和朱玉豪。2020年，美索拉西：通过延迟聚合为点云分析提供架构支持。2020年，第53届IEEE\/ACM国际微体系结构研讨会（MICRO）。IEEE Computer Society，Los Alamitos，CA，USA，1037--1050.“}，{“key”：“e_1_3_2_19_1”，“volume-title”：“2012 IEEE计算机视觉和模式识别会议（CVPR）论文集。美国IEEE计算机学会，3354-3361”，“作者”：“Geiger Andreas”，“年份”：“2012.”，“非结构化”：“安德烈亚斯·盖革（Andreas Geiger）、菲利普·伦茨（Philip Lenz）和拉奎尔·厄塔桑（Raquel Urtasun）。2012 . 我们准备好自动驾驶了吗？KITTI Vision基准套件。在2012年IEEE计算机视觉和模式识别会议（CVPR）的会议记录中。美国IEEE计算机学会，3354-3361。安德烈亚斯·盖革（Andreas Geiger）、菲利普·伦茨（Philip Lenz）和拉奎尔·厄塔桑（Raquel Urtasun）。2012.我们准备好自动驾驶了吗？KITTI Vision基准套件。在2012年IEEE计算机视觉和模式识别会议（CVPR）的会议记录中。IEEE Computer Society，USA，3354--3361.“}，{“key”：“e_1_3_2_1_20_1”，“volume-title”：“2019 IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会”，“author”：“Giancola Silvio”，“year”：“199”，“unstructured”：“西尔维奥·詹科拉（Silvio Giancola）、耶稣·扎扎尔（Jesus Zarzar）和伯纳德·加尼姆（Bernard Ghanem）。2019 . 利用形状完成进行3D连体追踪。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，1359-1368。西尔维奥·詹科拉（Silvio Giancola）、耶稣·扎扎尔（Jesus Zarzar）和伯纳德·加尼姆（Bernard Ghanem）。2019.利用形状完成3D暹罗追踪。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，1359--1368。“}，{”key“：”e_1_3_2_1_21_1“，”unstructured“：”GlobeNewswire Inc.2022。海峡研究\“https:\/\/www.globenewswire.com/en\/news-release\/2022\/09\/14\/2516327\/0\/en\/LIDAR-Market-Size-is-projected-to-reach-USD-6-93-Billion-by-2030-growing-at-CAGR-of-19-27-Straits-Research.html”。GlobeNewswire Inc.2022年。海峡研究\“https:\/\/www.globenewswire.com/en\/news-release\/2022\/09\/14\/2516327\/0\/en\/LIDAR-Market-Size-is-projected-to-reach-USD-6-93-Billion-by-2030-growing-at-CAGR-of-19-27-Straits-Research.html”。“｝，｛”key“：”e_1_3_2_1_22_1“，”非结构化“：”Julian Gross Marcel K\u00f6ster和Antonio Kr\u00fcger。2019。粒子模拟的快速有效最近邻搜索。。在CGVC中。55--63. 朱利安·格罗斯·马赛尔·K·u00f6ster和安东尼奥·克雷夫格。2019.粒子模拟的快速有效最近邻搜索。。在CGVC中。55-63.“}，{”key“：”e_1_3_2_1_23_1“，”volume-title“：”IEEE计算机视觉与模式识别研讨会，CVPR 2019研讨会“，”author“：”Hashimoto Taisuke“，”year“：”2019“，”unstructured“：”桥本大辅和斋藤正树。2019 . 结合空间结构的点云模型精确三维网格重建的正态估计。2019年6月16日至20日，在美国加利福尼亚州长滩举行的2019年IEEE计算机视觉和模式识别研讨会上。计算机视觉基金会，IEEE，54-63。桥本大辅和斋藤正树。2019.使用包含空间结构的点云模型进行精确三维网格重建的正常估计。2019年6月16日至20日，在美国加利福尼亚州长滩举行的2019年IEEE计算机视觉和模式识别研讨会上。计算机视觉基金会\/IEEE，54-63.“}，{“key”：“e_1_3_2_1_24_1”，“volume-title”：“RAPIDNN:内存深层神经网络加速框架。CoRR abs \/1806.05794”，“author”：“Imani Mohsen”，“year”：“2018”，“unstructured”：“Mohsen Imani、Mohammad Samragh、Yeseong Kim、Saransh Gupta、Farinaz Koushanfar和Tajana Rosing。2018 . RAPIDNN:内存深层神经网络加速框架。CoRR abs \/1806.05794（2018）。Mohsen Imani、Mohammad Samragh、Yeseong Kim、Saransh Gupta、Farinaz Koushanfar和Tajana Rosing。2018.RAPIDNN：内存中深度神经网络加速框架。CoRR abs\/1806.05794（2018）。“}，{”key“：”e_1_3_2_1_25_1“，”unstructured“：”Intel Corporation.2022。Intel RealSense深度和跟踪摄像头\“https:\/\/www.intelrealsense.com/\”。英特尔公司。2022.Intel RealSense深度和跟踪摄像头\“https:\/\/www.intelrealsense.com/\”。“}，{”key“：”e_1_3_2_1_26_1“，”volume-title“：”Weiler Marcel and Stephan Seitz“，”author“：”Bender Jan“，”year“：”2022“，”unstructured“：”Jan Bender，Weiler Markel and Stephan-Seitz.2022.cuNSearch.https:\/\/github.com\/InteractiveComputerGraphics\/cuNSearch.Jan Benter，Weiler-Marcel和Stephan Seitz.2022。搜索。https:\/\/github.com/InteractiveComputerGraphics\/cuNSearch。“}，{”key“：”e_1_3_2_1_27_1“，”unstructured“：”Jeroen Baert.2013。通过位交织的莫顿编码/解码：实现\“https:\/\/www.forceflow.be\/2013\/10\/07\/morton-encodingdecoding-through-bit-interleaving-implementations\/\”。杰伦·贝特（Jeroen Baert）。2013.通过位交织的莫顿编码/解码：实现\“https:\/\/www.forceflow.be\/2013\/10\/07\/morton encodingdecoding through bit interleaving implementations”。“}，{”key“：”e_1_3_2_1_28_1“，”volume-title“：”A-CNN:点云上的年度卷积神经网络。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会“，”author“：”Komarichev Artem“，“year”：“2019”，“unstructured”：“阿特姆·科马里切夫（Artem Komarichev）、钟子春（Zichun Zhong）和京华（Jing Hua）。2019 . 美国有线电视新闻网：点云上的年度卷积神经网络。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机协会，美国加利福尼亚州洛斯阿拉米托斯，7413-7422。阿特姆·科马里切夫（Artem Komarichev）、钟子春（Zichun Zhong）和京华（Jing Hua）。2019.美国有线电视新闻网：点云上的年度卷积神经网络。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，7413--7422.“}，{“key”：“e_1_3_2_1_29_1”，“volume-title”：“第23届移动计算与网络国际年会论文集。计算机械协会”，“author”：“Lai Zeqi”，“year”：“2017”，“unstructured”：“Zeqi Lai，Y。胡查理、崔勇、孙林辉和戴宁伟。2017 . Furion：在当今的移动设备上设计高质量沉浸式虚拟现实。第23届国际移动计算与网络年会论文集。美国纽约州纽约市计算机协会，409-421。赖泽琪、胡玉强、崔勇、孙林辉和戴宁伟。2017.Furion：在当今移动设备上构建高质量沉浸式虚拟现实。第23届国际移动计算与网络年会论文集。美国纽约州纽约市计算机械协会，409--421.“}，{”key“：”e_1_3_2_1_30_1“，”volume-title“：”2019 IEEE \/CVF计算机视觉和模式识别会议（CVPR）。IEEE计算机学会“，”author“：”Lan Shiyi“，“year”：“2019”，“unstructured”：“兰世毅（Shiyi Lan）、于瑞驰（Ruichi Yu）、于刚（Gang Yu）和拉里·戴维斯（Larry S Davis）。2019 . 基于Geo-CNN的三维点云局部几何结构建模。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机协会，美国加利福尼亚州洛斯阿拉米托斯，998--1008。兰世毅（Shiyi Lan）、于瑞驰（Ruichi Yu）、于刚（Gang Yu）和拉里·戴维斯（Larry S Davis）。2019.使用Geo-CNN建模3D点云的局部几何结构。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，998--1008。“}，{“key”：“e_1_3_2_1_31_1”，“volume-title”：“带超点图的大尺度点云语义分割。2018年IEEE计算机视觉与模式识别会议（CVPR）。IEEE计算机学会”，“作者”：“Landrieu Loic”，“年份”：“2018年”，“非结构化”：“Loic Landrieu和Martin Simonovsky。2018 . 基于超点图的大尺度点云语义分割。2018年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，4558-4567。Loic Landrieu和Martin Simonovsky。2018.Superpoint Graphs的大尺度点云语义分割。2018年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，4558-4567。“}，{“key”：“e_1_3_2_1_32_1”，“volume-title”：“第26届移动计算与网络国际年会论文集。计算机械协会”，“author”：“Lee Kyungjin”，“year”：“2020”，“unstructured”：“李京金、易觉贤、李永基、崔成云和金永民。2020 . GROOT：一种高清晰度立体视频实时流媒体系统。第26届移动计算与网络国际年会论文集。美国纽约州纽约市计算机协会，14页。Kyungjin Lee、Juheon Yi、Youngki Lee、Sunghyun Choi和Young Min Kim。2020年。GROOT：高清晰度立体视频实时流媒体系统。第26届移动计算与网络国际年会论文集。美国纽约州纽约市计算机协会，14页。“}，{”key“：”e_1_3_2_1_33_1“，”volume-title“：”2017 IEEE\/RSJ智能机器人与系统国际会议（IROS）。IEEE出版社，1513--1518“，”author“：”Li Bo“，“年份”：“2017”，”unstructured“：”李波。2017 . 点云中车辆检测的三维全卷积网络。2017年IEEE\/RSJ智能机器人和系统国际会议（IROS）。IEEE出版社，1513-1518。李波，2017。点云中车辆检测的三维全卷积网络。2017年IEEE\/RSJ智能机器人和系统国际会议（IROS）。IEEE出版社，1513--1518.“}，{”key“：”e_1_3_2_1_34_1“，”unstructured“：”Chen-Hsuan Lin Chen-Kong和Simon Lucey.2018。学习高效的点云生成，用于稠密三维对象重建。在第三十二届AAAI人工智能会议和第三十届人工智能创新应用会议以及第八届AAAI-人工智能教育进步研讨会的会议记录中。AAAI出版社8页。陈秀莲、陈刚和西蒙·露西。2018.学习高效点云生成，用于密集三维对象重建。在第三十二届AAAI人工智能会议和第三十届人工智能创新应用会议以及第八届AAAI-人工智能教育进步研讨会的会议记录中。AAAI出版社8页。“}，{”key“：”e_1_3_2_1_35_1“，”volume-title“：”PointAcc:高效点云加速器。在MICRO-54:第54届IEEE国际微体系结构研讨会上。计算机协会“，”author“：”Lin Yujun“，”year“：”2021“，”unstructured“：”林宇军、张哲凯、唐浩天、王汉瑞和宋汉。2021 . PointAcc：高效点云加速器。在MICRO-54:54届IEEE/ACM国际微体系结构研讨会上。美国纽约州纽约市计算机协会，449-461。林育君、张哲凯、唐昊天、王汉瑞、宋涵。2021.PointAcc：高效点云加速器。在MICRO-54:54届IEEE/ACM国际微体系结构研讨会上。美国纽约州纽约市计算机械协会，449--461。“}，{”key“：”e_1_3_2_1_36_1“，”volume-title“：”2019 IEEE \/CVF计算机视觉和模式识别会议（CVPR）。IEEE计算机学会“，”author“：”Liu Xingyu“，”year“：”199“，”unstructured“：”刘星宇（Xingyu Liu）、查尔斯·齐奥（Charles R Qi）和列奥尼达斯·吉巴斯（Leonidas J Guibas）。2019 . FlowNet3D：学习3D点云中的场景流。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，529-537。Liu Xingyu、Charles R Qi和Leonidas J Guibas。2019.FlowNet3D：学习3D点云中的场景流。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，529--537.“}，{”key“：”e_1_3_2_1_37_1“，”first page“：“9”，“article-title”：“基于散焦图像生成的点云数据的微观三维重建”，“volume”：“54”，“author”：“Liu Xiangjun”，“year”：“2021”，“unstructured”：“刘向军、郑文峰、牟元元、李玉林和尹丽蓉。2021 . 基于使用散焦图像生成的点云数据的显微3D重建。测量和控制54，9--10（2021），1309--1318。刘向军、郑文峰、牟元元、李玉林和尹丽蓉。2021.基于散焦图像生成的点云数据的显微3D重建。测量与控制54，9--10（2021），1309--1318.“，”日记标题“：”测量与控制“}，{“key”：“e_1_3_2_1_38_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/MNET.10.2000364“}”，{”key“：”e_1_ 3_2_1_1_39_1“，“unstructured”：“薛立新和奥利弗·巴切勒。2022。FRNN中。https:\/\/github.com/lxxue\/FRNN。薛立新和奥利弗·巴切洛。2022年FRNN。https:\/\/github.com/lxxue\/FRNN。“}，{”key“：”e_1_3_2_1_40_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TCSVT.2016.2543039”}，“{”密钥“：”e_1_3_2_1_41_1“、”非结构化“：”Microsoft.2022。适用于Windows的Kinect\“https:\/\/learch.microsoft.com/en-us\/windows\/apps\/design\/devices\/kinect-for-windows\”。微软。2022.适用于Windows的Kinect\“https:\/\/learch.microsoft.com/en-us\/windows\/apps\/design\/devices\/kinect-for-windows\”。“}，{”key“：”e_1_3_2_1_42_1“，”unstructured“：”NVIDIA Corporation.2019。integrastats实用程序\“https:\/\/docs.nvidia.com//drive\/drive_os_5.1.6.1L\/nvvib_docs\/index.html#page\/drive_os_Linux_SDK_Development_Guide\/Utilities\/util_tegrastats.html\”。NVIDIA公司。2019.Integrastats公用事业公司\“https:\/\/docs.nvidia.com//drive\/drive_os_5.1.6.1L\/nvvib_docs\/index.html#page\/drive_os_Linux_SDK_Development_Guide\/Utilities\/util_tegrastats.html\”。“}，{”key“：”e_1_3_2_1_43_1“，”unstructured“：”NVIDIA Corporation.2022。Jetson AGX Xavier系列\“https:\/\/www.nvidia.com/en-us\/autonomous-machines\/embedded-systems\/jetson-agx-xavier\/\”。NVIDIA公司。2022.杰森AGX Xavier系列\“https:\/\/www.nvidia.com/en-us\/autonomous-machines\/embedded-systems\/jetson-agx-xavier\/\”。“}，{”key“：”e_1_3_2_1_44_1“，”非结构化“：”NVIDIA Corporation.2022。NVIDIA张量内核\“https:\/\/www.nvidia.com/en-us\/data-center\/tensor-cores\/\”。NVIDIA公司。2022.NVIDIA Tensor Cores公司\“https:\/\/www.nvidia.com/en-us\/data-center\/tensor-cores\/\”。”}，{“key”：“e_1_3_2_1_45_1”，“volume title”：“五种球树构造算法”，“author”：“Omohundro Stephen M”，“nonstructured”：“Stephen M Omohundro。1989。五种圆珠树构造算法。伯克利国际计算机科学研究所。斯蒂芬·M·奥莫汉多（Stephen M Omohundro）。1989年，五种圆珠树构造算法。伯克利国际计算机科学研究所。“}，{”key“：”e_1_3_2_1_46_1“，”volume-title“：”2018 IEEE \/CVF计算机视觉和模式识别会议（CVPR）。IEEE计算机学会“，”author“：”Qi Charles R.“，“unstructured”：“Charles R.Qi，Wei Liu，Chenxia Wu，Hao Su，and Leonidas J.Guibas.2018。从RGB-D数据中检测三维物体的树突点网。2018年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，918-927。Charles R.Qi、Wei Liu、Chenxia Wu、Hao Su和Leonidas J.Guibas。2018.RGB-D数据三维物体检测用果树点网。2018年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，918--927.“}，{“键”：“e_1_3_2_1_47_1”，“卷标题”：“2017 IEEE计算机视觉与模式识别会议（CVPR）。IEEE计算机学会”，“作者”：“Qi-Charles R”，“年份”：“2017”，“非结构化”：“Charles R Qi、Hao Su、Kaichun Mo和Leonidas J Guibas。2017 . PointNet：针对3D分类和分割的点集深度学习。2017年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，77-85。Charles R Qi、Hao Su、Kaichun Mo和Leonidas J Guibas。2017年，PointNet：深度学习3D分类和分割的点集。2017年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，77-85.“}，{“key”：“e_1_3_2_1_48_1”，“volume-title”：“第31届神经信息处理系统国际会议论文集。Curran Associates Inc.”，“author”：“Qi Charles R”，“unstructured”：“Charles R.Qi，Li Yi，Hao Su，and Leonidas J.Guibas.2017。PointNet++：度量空间中点集的深度层次特征学习。第31届神经信息处理系统国际会议论文集。Curran Associates Inc.，美国纽约州Red Hook，邮编：5105--5114。Charles R.Qi、Li Yi、Hao Su和Leonidas J.Guibas。2017.PointNet++：度量空间中点集的深度层次特征学习。第31届神经信息处理系统国际会议论文集。Curran Associates Inc.，Red Hook，NY，USA，5105--5114。“}，{“key”：“e_1_3_2_1_49_1”，“unstructured”：“Mayank Raj.2020。点云及其在AR中的重要性\“https:\/\/media.com/arway\/point-clouds-and-its-significance-in-ar-155db2673865”。马扬克·拉吉（Mayank Raj）。2020.点云及其在AR中的意义\“https:\/\/media.com/arway\/point-clouds-and-its-significance-in-ar-155db2673865”。}，{“key”：“e_1_3_2_1_50_1”，“非结构化”：“Rama C.Hoetzlein，2014。GPU上的快速固定半径最近邻搜索。https:\/\/tinyurl.com/4rcjdu7p。拉玛·C·霍兹林。2014.GPU上的快速固定半径最近邻居搜索。https:\/\/tinyurl.com/4rcjdu7p。“}，{”key“：”e_1_3_2_1_51_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/348543.3487644”}，“{”密钥“：”e_1_3_2_1_52_1“、”非结构化“：”Ari Rubinsztejn.2018。什么是N体问题\“https:\/\/gereshes.com//2018\/05\/07\/what-is-the-n-body-problem\/\”。阿里·鲁宾斯泰金（Ari Rubinsztejn）。2018年，什么是N-body问题\“https:\/\/gereshes.com//2018\/05\/07\/what-is-the-n-body-problem\/\”。“}，｛”键“：”e_1_3_2_1_53_1“，”非结构化“：”三星2022。规格| Galaxy S20 S20+和S20 Ultra-三星\“https:\/\/www.samsung.com//levant\/insphones\/galaxy-s20\/specs\/\”。三星。2022.规格| Galaxy S20 S20+和S20 Ultra-三星\“https://www.samsung.com\/levant\/ismarts\/galaxy-s20\/specs\/\”。“}，{”key“：”e_1_3_2_1_54_1“，”volume-title“：”Das“，”author“：”Sarma Anup“，”year“：”2021“，”unstructured“：”Anup Sarma，Sonali Singh，Huaipan Jiang，Ashutosh Pattnaik，Asit K.Mishra，Vijaykrishnan Narayanan，Mahmut T。坎德米尔和契塔R。达斯。2021 . 利用基于激活的梯度输出稀疏性加速CNN中的反向传播。CoRR abs（2021年）。Anup Sarma、Sonali Singh、Huaipan Jiang、Ashutosh Pattnaik、Asit K.Mishra、Vijaykrishnan Narayanan、Mahmut T.Kandemir和Chita R.Das。2021.利用基于激活的梯度输出稀疏性加速CNN中的反向传播。CoRR abs（2021年）。“}，{”key“：”e_1_3_2_1_55_1“，”volume-title“：”2013 IEEE机器人与自动化国际会议。IEEE，1130--1137“，”author“：”Schulman John“，“年份”：“2013”，”unstructured“：”约翰·舒尔曼（John Schulman）、亚历克斯·李（Alex Lee）、乔纳森·何（Jonathan Ho）和彼得·阿比尔（Pieter Abbeel）。2013 . 使用点云跟踪可变形对象。2013年IEEE机器人与自动化国际会议。IEEE，1130--1137。约翰·舒尔曼（John Schulman）、亚历克斯·李（Alex Lee）、乔纳森·何（Jonathan Ho）和彼得·阿比尔（Pieter Abbeel）。2013.使用点云跟踪可变形对象。2013年IEEE机器人与自动化国际会议。IEEE，1130--1137.“}，{”key“：”e_1_3_2_1_56_1“，”volume-title“：”2019 IEEE \/CVF计算机视觉和模式识别研讨会（CVPRW）会议“，”author“：”Simon Martin“，“year”：“2019”，”unstructured“：”马丁·西蒙（Martin Simon）、卡尔·阿蒙德（Karl Amende）、安德烈亚·克劳斯（Andrea Kraus）、延斯·霍纳（Jens Honer）、蒂莫·萨曼（Timo Samann）、豪克·考尔伯斯（Hauke Kaulbersch）、斯特凡·米尔兹（Ste。2019 . Complexer YOLO：语义点云上的实时3D对象检测和跟踪。2019年IEEE计算机视觉和模式识别研讨会（CVPRW）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，1190--1199。马丁·西蒙（Martin Simon）、卡尔·阿蒙德（Karl Amende）、安德烈亚·克劳斯（Andrea Kraus）、延斯·霍纳（Jens Honer）、蒂莫·萨曼（Timo Samann）、豪克·考尔伯斯（Hauke Kaulbersch）、斯特凡·米尔兹（Stefan Mil。复合器-YOLO：基于语义点云的实时三维对象检测和跟踪。2019年IEEE计算机视觉和模式识别研讨会（CVPRW）。IEEE Computer Society，Los Alamitos，CA，USA，1190--1199。“}，{“key”：“e_1_3_2_1_57_1”，“volume-title”：“2022年第55届IEEE \/ACM国际微体系结构研讨会（MICRO）。IEEE计算机学会”，“author”：“Singh Sonali”，“unstructured”：“Sonali Singh，Anup Sarma，Sen Lu，Abhronil Sengupta，Mahmut T。坎德米尔（Kandimer）、埃姆雷·内夫茨（Emre Neftci）、维杰里什南·纳拉亚南（Vijaykrishnan Narayanan）和契塔·R·达斯（Chita R.Das）。2022.Skipper：通过激活-检查点和跳过时间实现高效SNN培训。2022年，第55届IEEE\/ACM国际微体系结构研讨会（MICRO）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，565-581。Sonali Singh、Anup Sarma、Sen Lu、Abhronil Sengupta、Mahmut T.Kandimir、Emre Neftci、Vijaykrishnan Narayanan和Chita R.Das。2022.Skipper：通过激活-检查点和跳过时间实现高效SNN培训。2022年，第55届IEEE\/ACM国际微体系结构研讨会（MICRO）。IEEE计算机协会，美国加利福尼亚州洛斯阿拉米托斯，565-581。”}，{“密钥”：“e_1_3_2_1_58_1”，“非结构化”：“斯坦福大学计算机图形学实验室。1994。斯坦福模型\“http://\/graphics.stanford.edu\/data\/3Dscanrep\/\”。斯坦福大学计算机图形实验室。1994年，斯坦福模型\“http:\/\/graphics.stanford.edu\/data\/3Dscanrep\/\”。“}，{”key“：”e_1_3_2_1_59_1“，”volume-title“：”2021 IEEE \/CVF国际计算机视觉会议（ICCV）。IEEE计算机学会“，”author“：”Sun Jiaming“，”year“：”2020“，”unstructured“：”孙佳明、谢一鸣、张思宇、张国峰、包虎军和周晓伟。2021 . 你不必只看一眼：为集成的3D物体检测和跟踪构建时空记忆。2021年IEEE国际计算机视觉会议（ICCV）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，3265-3174。孙嘉明、谢一鸣、张思玉、张国锋、鲍虎军和周晓伟。2021.你不仅仅只看一眼：构建时空记忆用于集成3D物体检测和跟踪。2021年IEEE国际计算机视觉会议（ICCV）。IEEE Computer Society，Los Alamitos，CA，USA，3265-3174。“}，{“key”：“e_1_3_2_1_60_1”，“unstructured”：“The PyTorch Foundation，2022。一个开源机器学习框架，加速了从研究原型到生产部署的过程\“https:\/\/pytorch.org\/\”。PyTorch基金会。2022.一个开源机器学习框架，加速了从研究原型到生产部署的道路\“https:\/\/pytorch.org\/\”。“}，{”key“：”e_1_3_2_1_61_1“，”非结构化“：”TruePoint Laser Scanning LLC.2022。什么是3D激光扫描\“https:\/\/www.truepointscanning.com/what-is-3d-laser-scanning\”。TruePoint Laser Scanning LLC.2022年。什么是3D激光扫描\“https:\/\/www.truepointscanning.com/what-is-3d-laser-scanning\”。“}，{”键“：”e_1_3_2_1_62_1“，”非结构化“：”VREX.2022。如何将点云引入虚拟现实\“https:\/\/www.vrex.no\/blog\/point-cloud-vr\/\”。VREX公司。2022.如何将点云引入虚拟现实\“https:\/\/www.vrex.no\/blog\/point-cloud-vr\/\”。“}，{”key“：”e_1_3_2_1_63_1“，”volume-title“：”Pie-net：点云边缘的参数推断。神经信息处理系统进展33“，”author“：”Wang Xiaogang“，“year”：“2020”，“unstructured”：“王晓刚、徐月朗、徐凯、安德烈亚·塔利亚萨奇、周斌、阿里·马赫达维·阿米里和张浩。2020 . Pie-net：点云边的参数推断。神经信息处理系统进展33（2020），20167-20178。王晓刚、徐月朗、徐凯、安德烈亚·塔利亚萨奇、周斌、阿里·马赫达维·阿米里和张浩。2020年。Pie-net：点云边缘的参数推断。神经信息处理系统进展33（2020），20167-20178.“}，{“键”：“e_1_3_2_1_64_1”，“卷标题”：“2019 IEEE\/CFF计算机视觉与模式识别会议（CVPR）。IEEE计算机学会”，“作者”：“吴文轩”，“年份”：“2019”，“非结构化”：“吴文轩、齐忠刚、李福新。2019 . PointConv：三维点云上的深度卷积网络。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，9613-9622。吴文轩、齐忠刚、李福新。2019.PointConv：三维点云上的深度卷积网络。2019年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，9613--9622.“}，{“key”：“e_1_3_2_1_65_1”，“volume-title”：“2015 IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会”，“author”：“Wu Zhirong”，“year”：“2015.”，“unstructured”：“吴志荣（Zhirong Wu）、宋树然（Shuran Song）、阿迪蒂亚·科斯拉（Aditya Khosla）、余费雪（Fisher Yu）、张林刚（Lingang Zhang）、汤晓鸥（Xiaou Tang）和肖建雄。2015 . 3D ShapeNets：体积形状的深度表示。2015年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，1912-1920年。吴志荣（Zhirong Wu）、宋树然（Shuran Song）、阿迪蒂亚·科斯拉（Aditya Khosla）、余费雪（Fisher Yu）、张林刚（Linguang Zhang）、汤晓鸥（Xiaou Tang）和肖建雄（Jian熊）。2015.3D ShapeNets：立体形状的深度表示。2015年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，1912年-1920年。普林斯顿模型网\“https:\/\/modelnet.cs.princeton.edu\/\”。志荣吴淑然宋阿迪蒂亚·科斯拉渔夫于林刚张晓鸥汤和肖建雄。2022年，普林斯顿模型网\“https:\/\/modelnet.cs.princeton.edu\/\”。“}，{”key“：”e_1_3_2_1_67_1“，”volume-title“：”PointASNL：使用自适应采样的非局部神经网络进行鲁棒点云处理。2020年IEEE计算机视觉和模式识别（CVPR）会议。IEEE计算机学会“，”author“：”Yan Xu“，”year“：”2020“，”unstructured“：”徐燕、郑朝大、李震、王胜、崔曙光。2020 . PointASNL：使用自适应采样的非局部神经网络进行稳健的点云处理。2020年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，5588-5597。徐艳、郑超达、李震、王胜和崔曙光。2020年，PointASNL：使用自适应采样的非局部神经网络进行稳健的点云处理。2020年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，5588-5597。“}，{“key”：“e_1_3_2_1_68_1”，“volume-title”：“2022年IEEE第55届国际微体系结构研讨会（MICRO）。IEEE计算机学会”，“author”：“Ying Ziyu”，“unstructured”：“Ziyuyu Ying，Shulin Zhao，Sandepa Bhuyan，Cyan Subhra Mishra，Mahmut T.Kandimir，and Chita R.Das.2022。将点云压缩推到边缘。2022年，第55届IEEE\/ACM国际微体系结构研讨会（MICRO）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，282-299。Ziyu Ying、Shulin Zhao、Sandeepa Bhuyan、Cyan Subhra Mishra、Mahmut T.Kandimer和Chita R.Das。2022.将点云压缩推向边缘。2022年，第55届IEEE\/ACM国际微体系结构研讨会（MICRO）。IEEE Computer Society，Los Alamitos，CA，USA，282--299。“}，{“key”：“e_1_3_2_1_69_1”，“volume-title”：“Exploiting Frame Simpliarity for Efficient In Efficial In 2022 IEEE 42 International Conference on Distributed Computing Systems（ICDCS）.1073-1084”，“author”：“Ying Ziyu”，“unstructured”：“Ziyu Ying、Shulin Zhao、Haibo Zhang、Cyan Subhra Mishra、Sandeepa Bhuyan、Mahmut T.Kandemir、Anand Sivasubramaniam和Chita R.Das。2022 . 利用帧相似性在边缘设备上进行有效推断。2022年，IEEE第42届分布式计算系统国际会议（ICDCS）。1073--1084 . Ziyu Ying、Shulin Zhao、Haibo Zhang、Cyan Subhra Mishra、Sandeepa Bhuyan、Mahmut T.Kandimir、Anand Sivasubramaniam和Chita R.Das。2022.利用帧相似性在边缘设备上进行有效推断。2022年，IEEE第42届分布式计算系统国际会议（ICDCS）。1073--1084.“}，{”key“：”e_1_3_2_1_70_1“，”volume-title“：”第26届ACM国际多媒体会议论文集.计算机协会“，”author“：”You Haoxuan“，”year“：”2018“，”unstructured“：”游浩轩、冯一凡、季荣荣、高岳。2018 . PVNet：用于三维形状识别的点云和多视图的联合卷积网络。第26届ACM国际多媒体会议论文集。计算机协会，美国纽约州纽约市，1310-1318。游浩轩、冯一凡、季荣荣、高岳。2018年，PVNet：用于3D形状识别的点云和多视图联合卷积网络。第26届ACM国际多媒体会议论文集。美国纽约州纽约市计算机械协会，1310--1318.“}，{”key“：”e_1_3_2_1_71_1“，”volume-title“：”MICRO-54:第54届IEEE/ACM国际微体系结构研讨会“，”author“：”Zhang Jie-Fang“，”unstructured“：”Jee-Fang Zhang and Zhengya Zhang.2021。Point-X：基于图形的能量高效点云深度学习的空间-局部感知架构。在MICRO-54:54届IEEE/ACM国际微体系结构研讨会上。美国纽约州纽约市计算机协会，1078-1090。张洁芳和张正亚。2021.Point-X：基于图形的节能点云深度学习的空间-局部感知架构。在MICRO-54:54届IEEE/ACM国际微体系结构研讨会上。美国纽约州纽约市计算机协会，1078--1090。“}，{”key“：”e_1_3_2_1_72_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Muhan Zhang Zhicheng Cui Marion Neumann and Yixin Chen.2018。用于图形分类的端到端深度学习体系结构。在第三十二届AAAI人工智能会议和第三十届人工智能创新应用会议以及第八届AAAI-人工智能教育进步研讨会的会议记录中。AAAI出版社8页。Muhan Zhang Zhicheng Cui Marion Neumann和Yixin Chen。2018.图形分类的端到端深度学习架构。在第三十二届AAAI人工智能会议和第三十届人工智能创新应用会议以及第八届AAAI-人工智能教育进步研讨会的会议记录中。AAAI出版社8页。“，”DOI“：”10.1609\/aaai.v32i1.11782“}，{”key“：”e_1_3_2_1_73_1“，”volume-title“：”Ziyu Ying，Mahmut T.Kandimir，Anand Sivasubramaniam，and Chita R.Das.“，“author”：“Zhao Shulin”，“year”：“2020”，“unstructured”：“赵树林，张海波，Sandeepa Bhuyan，Cyan Subhra Mishra，Ziyuyu Yng，Mahmot T.Kandermir，Anand sivasubraman，and契塔R。达斯。2020 . D\u00e9J\u00e视图：空间-时间计算重用，用于节能360\u00b0 VR视频流。第47届ACM/IEEE年度计算机体系结构国际研讨会论文集。IEEE出版社，241--253。赵树林（Shulin Zhao）、张海波（Haibo Zhang）、桑迪帕·布扬（Sandeepa Bhuyan）、赛安·苏布拉·米什拉（Cyan Subhra Mishra）、紫玉英（Ziyu Ying）、马赫穆特·坎德米尔（Mahmut T.Kandimir）、阿南德·西瓦苏布拉曼尼。2020年，D\u00e9J\u00e视图：节能360\u00b0 VR视频流的时空计算重用。第47届ACM/IEEE年度计算机体系结构国际研讨会论文集。IEEE Press，241-253.“｝，｛“key”：“e_1_3_2_1_74_1”，“doi asserted by”：“publisher”，“doi”：“10.1145\/366752.3480056”｝，｛“key”：“e_1_3_2_1_75_1”，“volume title”：“2018 IEEE\/CFF计算机视觉与模式识别会议（CVPR）。IEEE计算机学会”，“author”：“Zhou Yin”，“year”：“2018”，“nonstructured”：“Yin Zhou和Oncel Tuzel。2018 . VoxelNet：基于点云的三维对象检测的端到端学习。2018年IEEE计算机视觉和模式识别会议（CVPR）。IEEE计算机学会，美国加利福尼亚州洛斯阿拉米托斯，4490-4499。Yin Zhou和Oncel Tuzel。2018年，VoxelNet：基于点云的3D物体检测的端到端学习。2018年IEEE计算机视觉和模式识别会议（CVPR）。IEEE Computer Society，Los Alamitos，CA，USA，4490-4499。“}，{“key”：“e_1_3_2_1_76_1”，“volume-title”：“第27届ACM SIGPLAN并行编程原理与实践研讨会论文集。计算机械协会”，“author”：“Zhu Yuhao”，“year”：“2022”，“unstructured”：“朱玉豪。2022 . RTNN：使用硬件光线跟踪加速邻居搜索。第27届ACM SIGPLAN并行编程原理与实践研讨会论文集。美国纽约州纽约市计算机协会，76-89。朱玉豪。2022.RTNN：使用硬件光线跟踪加速邻居搜索。第27届ACM SIGPLAN并行编程原理与实践研讨会论文集。计算机械协会，美国纽约州纽约市，76-89。“}]，“活动”：{“名称”：“ISCA’23:第50届计算机体系结构国际年会”，“地点”：“美国佛罗里达州奥兰多”，“缩写词”：“IAC’23”，“赞助商”：[“SIGARCH ACM计算机体系结构特别兴趣小组”，“IEEE”]}，“集装箱标签”：[”第五十届计算机体系结构国际研讨会论文集“]，“原始标题”：[]，“存放”：{“日期部分”：[[2023,6,16]]，“日期时间”：“2023-06-16T20:35:57Z”，“时间戳”：1686947757000}，“分数”：1，“资源”：{“主标题”：{:“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3579371.3589113”}}，”副标题“：[]”，“短标题”：[]，“发布“：{”date-parts“：[[2023,6,17]]}，”references-count“：76，”alternative-id“：[”10.1145\/3579371.3589113“，”10.1145\/3579371“]，”URL“：”http://\/dx.doi.org\/10.1145\/357971.3589113”，“relationship”：{}，“subject”：[]，“published”：{“date-parts”：[2023,6,17]}“断言”：[{“value”：“2023-06-17”，“”顺序“：2，”名称“：”发布“，”标签“：”已发布“，“组”：{“名称”：“publication_history“，”label“：”出版物历史“}}]}}