{“id”：“https://openalex.org/W4220818878“，”doi“：”https://doi.org/10.1145/3517207.3526982“，”title“：“DyFiP”，”display_name“：”DyFiP“，”publication_year“：2022，”publiation_date“：”2022-04-05“，”ids“：{”openalex“：”https://openalex.org/W4220818878“，”doi“：”https://doi.org/10.1145/3517207.3526982“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1145/3517207.3526982“，”pdf_url“：null，”source“：null，”license“：null'，”licence_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}，”type“：”article“，”type_crossref“：“procesdings-article”，”indexed_in“：[”crossref“]，”open_access“：{”is_oa“：false，”oa_status“：”closed“，”oa_url”：null“，”any_repository_has_fulltext“：false}”，”authorships“：[{”author_position“：”first“，”作者“：{”id“：”https://openalex.org/A5016092896“，”display_name“：”Muhammad Sabih“，”orcid“：”https://orcid.org/0000-0003-2066-646X}，“机构”：[{“id”：https://openalex.org/I181369854“，”display_name“：”Friedrich-Alexander-Universit\u00e4t Erlangen-N\u00fcrnberg“，”ror“：”https://ror.org/00f7hpc57“，”country_code“：”DE“，”type“：“教育”，”世系“：[”https://openalex.org/I181369854“]｝]，”countries“：[”DE“]，”is_corresponding“：false，”raw_author_name“：”Muhammad Sabih“，”raw_affiation_strings“：[”弗里德里希·亚历山大大学埃尔朗根N\u00fcrnberg，德国埃尔朗根“]｝，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5072039340“，”display_name“：”Frank Hannig“，”orcid“：”https://orcid.org/00000-0003-3663-6484}，“机构”：[{“id”：https://openalex.org/I181369854“，”display_name“：”Friedrich-Alexander-Universit\u00e4t Erlangen-N\u00fcrnberg“，”ror“：”https://ror.org/00f7hpc57“，”country_code“：”DE“，”type“：“教育”，”世系“：[”https://openalex.org/I181369854“]}]，”国家“：[”DE“]，”is_corresponding“：false，”raw_author_name“：”Frank Hannig“，”raw _affiliation_strings“：[“Friedrich-Alexander-University\u00e4t Erlangen-N\u00fcrnberg，Erlangen，Germany”]}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A5076672029“，”display_name“：”J\u00fcrgen Teich“，”orcid“：”https://orcid.org/0000-0001-6285-5862}，“机构”：[{“id”：https://openalex.org/I181369854“，”display_name“：”Friedrich-Alexander-Universit\u00e4t Erlangen-N\u00fcrnberg“，”ror“：”https://ror.org/00f7hpc57“，”country_code“：”DE“，”type“：“教育”，”世系“：[”https://openalex.org/I181369854“]}]，”国家“：[”DE“]，”is_corresponding“：false，”raw_author_name“：”J\u00fcrgen Teich“，”raw _affiliation_strings“：[“Friedrich-Alexander-University\u00e4t Erlangen-N\u00fc rnberg，Erlangen，Germany”]}]，”countries_distiction_count“：1，”institutions_distition_count]，“apc_list”：空，“apc_payd“：null，”has_fulltext“：false，”cited_by_count“：7，”cited_by_percentile_year“：{”min“：91，”max“：92}，”biblio“：{“volume”：null“，”issue“：nul，”first_page“：null，”last_page“：null}，“is_retracted”：false“is_paratext”：false，“primary_topic”：{“id”：“https://openalex.org/T10036“，”“display_name”：“计算机视觉和图像识别深度学习”，“score”：1.0，“subfield”：{“id”：“https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T10036“，”“display_name”：“计算机视觉和图像识别深度学习”，“score”：1.0，“subfield”：{“id”：“https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T11689“，”“display_name”：“深度学习模型中的对抗稳健性”，“score”：0.9998，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10320“，”display_name“：”神经网络基础与应用“，”score“：0.9937，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/backpropagation-learning网站“，”display_name“：”反向传播学习“，”score“：0.548739}，{”id“：”https://openalex.org/keywords/feedforward-neural-networks网站“，”display_name“：”前馈神经网络“，”score“：0.531344}，{”id“：”https://openalex.org/keywords/dep-learning网站“，”display_name“：”深度学习“，”score“：0.518086｝，｛”id“：”https://openalex.org/keywords/function-approximation（https://openalex.org/keywords/function-approximation）“，”display_name“：”函数近似“，”score“：0.508339}，{”id“：”https://openalex.org/keywords/recurrent-neural-networks网站“，”display_name“：”递归神经网络“，”score“：0.506463}]，”concepts“：[{”id“：”https://openalex.org/C108010975，“wikidata”：https://www.wikidata.org/wiki/Q500094“，”display_name“：”修剪“，”级别“：2，”分数“：0.8275904}，{”id“：”https://openalex.org/C2776214188，“wikidata”：https://www.wikidata.org/wiki/Q408386“，”display_name“：”推断“，”级别“：2，”分数“：0.7549924}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.7472993}，{”id“：”https://openalex.org/C81363708，“wikidata”：https://www.wikidata.org/wiki/Q17084460“，”display_name“：”卷积神经网络“，”level“：2，”score“：0.67968863}，{”id“：”https://openalex.org/C82876162，“wikidata”：https://www.wikidata.org/wiki/Q17096504“，”display_name“：”延迟（音频）“，”级别“：2，”分数“：0.63656294}，{”id“：”https://openalex.org/C106131492，“wikidata”：https://www.wikidata.org/wiki/Q3072260“，”display_name“：”筛选器（信号处理）“，”level“：2，”score“：0.5367597}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.49081215｝，｛”id“：”https://openalex.org/C45374587，“wikidata”：https://www.wikidata.org/wiki/Q12525525“，”display_name“：”计算“，”级别“：2，”分数“：0.48904714}，{”id“：”https://openalex.org/C2777735758，“wikidata”：https://www.wikidata.org/wiki/Q817765“，”display_name“：”Path（computing）“，”level“：2，”score“：0.48590153}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.43014035}，{”id“：”https://openalex.org/C50644808，“wikidata”：https://www.wikidata.org/wiki/Q192776“，”display_name“：”人工神经网络“，”level“：2，”score“：0.42436516}，{”id“：”https://openalex.org/C153180895，“wikidata”：https://www.wikidata.org/wiki/Q7148389“，”display_name“：”模式识别（心理学）“，”level“：2，”score“：0.36311188}，{”id“：”https://openalex.org/C31972630，“wikidata”：https://www.wikidata.org/wiki/Q844240“，”display_name“：”计算机视觉“，”level“：1，”score“：0.07136881}，{”id“：”https://openalex.org/C76155785，“wikidata”：https://www.wikidata.org/wiki/Q418“，”display_name“：”Telecommunications“，”level“：1，”score“：0.06450918}，{”id“：”https://openalex.org/C6557445，“wikidata”：https://www.wikidata.org/wiki/Q173113“，”display_name“：”农学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C86803240，“wikidata”：https://www.wikidata.org/wiki/Q420“，”display_name“：”生物学“，”等级“：0，”分数“：0.0}，{”id“：”https://openalex.org/C199360897，“wikidata”：https://www.wikidata.org/wiki/Q9143“，”display_name“：”编程语言“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1145/3517207.3526982“，”pdf_url“：null，”source“：null，”license“：null:”license_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}]，”best_oa_location“：nul，”sustainable_development_goals“：[]，”grants“：[]，”datasets“：]，”versions“：[]:”，“referenced_works_count”：8，“referrenced_works”：[”https://openalex.org/W1901129140","https://openalex.org/W2011301426","https://openalex.org/W2146292423","https://openalex.org/W2897295818","https://openalex.org/W2962677625","https://openalex.org/W2989484458","https://openalex.org/W2997591727","https://openalex.org/W3128506819“]，”related_works“：[”https://openalex.org/W4293226380","https://openalex.org/W3176411177","https://openalex.org/W3128807919","https://openalex.org/W3035501883","https://openalex.org/W3008625068","https://openalex.org/W2912813468","https://openalex.org/W2594301978","https://openalex.org/W2378744544","https://openalex.org/W2373300491","https://openalex.org/W1212596013“]，”ngrams_url“：”https://api.openalex.org/works/W4220818878/ngrams网站“，”“abstract_inverted_index”：{“Filter”：[0]，“prunning”：[1,25,31,88219]，“is”：[2108115]，“one”：[3]，“of”：[4,16,26,32,42,47,57,67,76,85102136154178192205212]，“the”：[5,17,23,40,55,64,73,99125134137143146202209]，”“most”：[6]，“effect”：[7]，“ways”：[8]，“to”：[9117149200]，“accelerate”：[10]，“卷积”：[11]，“神经”：[12]，“网络”：[13]，“（CNN）。”：[14]，“大多数”：[15]，“现有”：[18,35]，“作品”：[19,36]，“是”：[20,37139166173184196]，“聚焦”：[21]，“on”：[22,39,54223]，“静态”：[24]，”CNN“：[27,33,49]，“过滤器。”：[28]，“In”：[29,78]，“动态”：[30,86193218]，”过滤器，“：[34]，“基于”：[38,53]，“idea“：[41]，“切换”：[43]，“介于”：[44]，“不同”：[45224]，“分支”：[46]，“a”：[48,58,82103111152]，“or”：[50]，“exiting”：[51]，“early”：[52,95]，“hardward”：[56]，“sample.”：[59]，“These”：[60]，“approachs”：[61]，“can”：[62220]，“reduce”：[63,72201]，“average”：[65203]，“latency”：[66,75204211]，“inference”：[68206]，“but”：69207]，“These”：[070]，“canable”：[71]，“long”est-path“：[74210]，”推断“：[77213]，”对比“：[79]，”我们“：[80195]，“当前”：[81]，“新颖”：[83]，“方法”：[84]，“过滤器”：[87]，“that”：[89114165]，“利用”：[90]，“可解释”：[91187]，“AI”：[92]，“沿”：[93]，“带”：[94128]，“粗糙”：[96106160]，“预测”：[97107]，“in”：[98131]，“中间”：[100]，“层”：[101]，“CNN.”：[104]，“This”：[105]，“执行“：[109]，”使用“：[110186]，”简单“：[112]，”分支“：[113122144]，“训练有素”：[116]，“执行”：[118]，“top-k”：[119]，“分类”：[120]，“The”：[121176]，“either”：[123]，“predicts”：[124145]，“output”：[126147156182]，“class”：[127148183]，“high”：[129]，“confidence”：[130]，“which”：[132]，“case”：[133]，“rest”：[135]，“calculations”：[138]，“left”：[140]，“out”。“：[141]，”或者，“：[142]，”be“：[150221]，”within“：[151]，“子集”：[153170]，“可能”：[155]，“类。”：[157]，“之后”：[158]，“此”：[159169190]，“预测”，“：[161]，“仅”：[162199]，“那些”：[163]，“过滤器”：[164179]，“重要”：[167]，“用于”：[168180217]，“类别”：[172]，“然后”：[174]，“评估”。“：[175]，“重要性”：[177]，“每个”：[181]，“获得”：[185]，“人工智能”：[188]，“使用”：[189]，“概念”：[191]，“修剪”：[194]，“able”：[197]，“not”：[198]，“also”：[208]，“Our”：[214]，“proposed”：[215]，“architecture”：[216]，“deployed”：[222]，“hardware”：225]，“platforms”：[226]}，“cited_by_api_url”：“https://api.openalex.org/works？filter=cites:W4220818878“，”counts_by_year“：[{“年份”：2024，”cited_by_count“：2}，{“年度”：2023，”ciped_by_cunt“：3}，”{“年”：2022，“cited_by_count”：2}]，”updated_date“：“2024-05-26T04:42:08.746200”，“创建日期”：“2022-04-03”}