阿梅尔·哈伊·阿利
人员信息
优化列表
![笔记](https://dblp.dagstuhl.de/img/note-mark.dark.12x12.png)
2020年–今天
2021 [第11条] Hasan Genc公司 , 西赫·金 , 阿隆·阿米德 , 阿梅尔·哈伊·阿利 , 维格内什·伊耶 , 普拉纳夫·普拉卡什 , 杰里·赵 , 丹尼尔·格拉布 , 哈里森·刘 , 霍华德·毛 , 阿尔伯特·J·欧 , 科林·施密特 , 塞缪尔·斯特夫 , 约翰·查尔斯·赖特 , 离子斯托伊卡 , 乔纳森·拉根-凯利 , 克里斯特·阿萨诺维奇 , 鲍里沃耶·尼科利奇 , 邵雅坤 :
Gemmini:通过全层集成实现系统的深度学习架构(Architecture)评估。 数模转换器 2021 : 769-774 [第10条] 郑连敏 , 刘若晨 , 邵俊如 , 陈天奇(Tianqi Chen) , 约瑟夫·冈萨雷斯 , 离子斯托伊卡 , 阿梅尔·哈伊·阿利 :
TenSet:用于学习张量编译器的大型程序性能数据集。 NeurIPS数据集和基准 2021 2020 【b1】 阿梅尔·哈伊·阿利 :
编译器优化中的机器学习。 美国加州大学伯克利分校, 2020 【j4】 罗特姆·本·赫尔 , 罗尼·罗宁 , 阿梅尔·哈吉·阿里 , 德比约蒂·巴塔查吉(Debjyoti Bhattacharjee) , 阿迪·埃利亚胡 , 拿单·伊莱德 , 沙哈尔·克瓦廷斯基 :
简单魔法:合成和映射单行执行的内存逻辑以提高吞吐量。 IEEE传输。 计算。 辅助设计。 集成。 电路系统。 39 ( 10 ) : 2434-2447 ( 2020 ) 【c9】 阿梅尔·哈伊·阿利 , 内斯林·K·艾哈迈德 , 西奥多·威尔克 , 亚昆·索菲亚·邵 , 克里斯特·阿萨诺维奇 , 离子石 :
NeuroVectorizer:具有深度强化学习的端到端矢量化。 CGO公司 2020 : 242-255 【c8】 基尔塔娜·塞塔卢里 , 阿梅尔·哈伊·阿利 , 黄启静 , Kourosh Hakhamaneshi公司 , 鲍里沃耶·尼科利奇 :
AutoCkt:模拟电路设计的深度强化学习。 日期 2020 : 490-495 【c7】 阿梅尔·哈伊·阿利 , 黄启静(珍妮) , 威廉·S·摩西 , 约翰·翔 , 克里斯特·阿萨诺维奇 , 约翰·沃兹内克 , 离子石 :
自动阶段:利用深度强化学习在随机森林中处理HLS阶段顺序。 MLSys公司 2020 【c6】 李斌 , 王一鹏 , 王仁(音) , 查理·泰 , 拉维·R·伊耶 , 株洲 , 安德鲁·赫德里奇 , 张彤(音译) , 阿梅尔·哈伊·阿利 , 离子斯托伊卡 , 克里斯特·阿萨诺维奇 :
RLDRM:用于网络功能虚拟化的具有深度强化学习的闭环动态缓存分配。 NetSoft公司 2020 : 335-343 【c5】 郑连敏 , 贾成凡 , 孙敏敏 , 赵武 , 余可迪(Cody Hao Yu) , 阿梅尔·哈伊·阿利 , 王义达(Yida Wang) , 杨军(Jun Yang) , 丹阳卓 , 库什克森 , 约瑟夫·冈萨雷斯 , 离子斯托伊卡 :
答案:为深度学习生成高性能张力程序。 OSDI公司 2020 : 863-879 [i7] 黄启静 , 阿梅尔·哈伊·阿利 , 威廉·S·摩西 , 约翰·翔 , 离子斯托伊卡 , 克里斯特·阿萨诺维奇 , 约翰·沃兹内克 :
自动阶段:利用深度强化学习在随机森林中混淆HLS阶段顺序。 CoRR公司 abs/2003.00671 ( 2020 ) [i6] 阿梅尔·哈伊·阿利 , 哈桑基因 , 黄启静 , 威廉·S·摩西 , 约翰·沃兹内克 , 克里斯特·阿萨诺维奇 , 离子斯托伊卡 :
ProTuner:使用蒙特卡洛树搜索调整程序。 CoRR公司 abs/2005.13685 ( 2020 ) [i5] 郑连敏 , 贾成凡 , 孙敏敏 , 赵武 , 科迪·郝宇 , 阿梅尔·哈伊·阿利 , 王义达(Yida Wang) , 杨军(Jun Yang) , 卓丹阳 , Koushik Sen公司 , 约瑟夫·冈萨雷斯 , 离子斯托伊卡 :
答案:为深度学习生成高性能张力程序。 CoRR公司 abs/2006.06762 ( 2020 )
2010 – 2019
2019 [j3] 佐纳特·格林伯格-托莱多 , Roee Mazor公司 , 阿梅尔·哈吉·阿里 , 沙哈尔·克瓦廷斯基 :
使用基于忆阻器的Synapse支持动量训练算法。 IEEE传输。 电路系统。 I规则。 爸爸。 66升 ( 4 ) : 1571-1583 ( 2019 ) 【c4】 黄启静 , 阿梅尔·哈伊·阿利 , 威廉·S·摩西 , 约翰·翔 , 离子斯托伊卡 , 克里斯特·阿萨诺维奇 , 约翰·沃日内克 :
AutoPhase:具有深度强化学习的HLS编译器阶段排序。 立方厘米 2019 : 308 [第1页] 约翰·鲁本 , 西希尔·塔拉蒂 , 尼姆罗德·沃尔德 , 罗特姆·本·赫尔 , 阿梅尔·哈吉·阿里 , 皮埃尔·伊曼纽尔·盖拉登 , 沙哈尔·克瓦廷斯基 :
记忆逻辑的分类和评价框架。 忆阻网络手册 2019 : 1065-1099 [i4] 阿梅尔·哈吉·阿里 , 黄启静 , 威廉·S·摩西 , 约翰·翔 , 离子斯托伊卡 , 克里斯特·阿萨诺维奇 , 约翰·沃兹内克 :
AutoPhase:具有深度强化学习的高级综合的编译器阶段排序。 CoRR公司 abs/1901.04615 ( 2019 ) [i3] 阿米尔·哈吉·阿里 , 内斯林·K·艾哈迈德 , 西奥多·威尔克 , 约瑟夫·冈萨雷斯 , 克里斯特·阿萨诺维奇 , 离子斯托伊卡 :
系统优化中的深度强化学习。 CoRR公司 abs/1908.01275 ( 2019 ) [i2] 阿梅尔·哈伊·阿利 , 内斯林·K·艾哈迈德 , 西奥多·威尔克 , 亚昆·索菲亚·邵 , 克里斯特·阿萨诺维奇 , 离子斯托伊卡 :
神经矢量器:具有深度强化学习的端到端矢量化。 CoRR公司 abs/1909.13639 ( 2019 ) [i1] 哈桑基因 , 阿梅尔·哈伊·阿利 , 维格内什·伊耶 , Alon中间 , 霍华德·毛 , 约翰·查尔斯·赖特 , 科林·施密特 , 杰里·赵 , 阿尔伯特·J·欧 , Max Banister公司 , 亚昆·索菲亚·邵 , 鲍里沃耶·尼科利奇 , 离子斯托伊卡 , 克里斯特·阿萨诺维奇 :
Gemmini:一个灵活的收缩阵列生成器,支持对深度学习架构进行系统评估。 CoRR公司 abs/1911.09925 ( 2019 ) 2018 [注2] 阿梅尔·哈吉·阿里 , 罗特姆·本·赫尔 , 尼姆罗德·沃尔德 , 罗尼·罗宁 , 沙哈尔·克瓦廷斯基 :
名不副实:一种用于实际内存处理的记忆性内存处理单元。 IEEE微型 38 ( 5 ) : 13-21 ( 2018 ) [j1] 阿梅尔·哈吉·阿里 , 罗特姆·本·赫尔 , 尼姆罗德·沃尔德 , 罗尼·罗宁 , 沙哈尔·克瓦廷斯基 :
成像:用于图像处理的内存AlGorithms。 IEEE传输。 电路系统。 I规则。 爸爸。 65岁至一岁 ( 12 ) : 4258-4271 ( 2018 ) 【c3】 西希尔·塔拉蒂 , 阿梅尔·哈吉·阿里 , 罗特姆·本·赫尔 , 尼姆罗德·沃尔德 , 罗尼·罗宁 , 皮埃尔·伊曼纽尔·盖拉登 , 沙哈尔·克瓦廷斯基 :
实现真正的内存中处理机器承诺的实际挑战。 日期 2018 : 1628-1633 【c2】 阿梅尔·哈吉·阿里 , 罗特姆·本·赫尔 , 尼姆罗德·沃尔德 , 沙哈尔·克瓦廷斯基 :
使用MAGIC的内存定点乘法的高效算法。 国际会计准则委员会 2018 : 1-5 2017 【c1】 约翰·鲁本 , 罗特姆·本·赫尔 , 尼姆罗德·沃尔德 , 西希尔·塔拉蒂 , 阿梅尔·哈吉·阿里 , 皮埃尔·伊曼纽尔·盖拉登 , 沙哈尔·克瓦廷斯基 :
记忆逻辑:评估和比较的框架。 PATMOS公司 2017 : 1-8
合著者索引
![](https://dblp.dagstuhl.de/img/cog.dark.24x24.png)