福雷斯特·N·兰多拉
人员信息
优化列表
2020年–今天
2024 [i26] 王培浩 , 范志文 , 徐德嘉 , 王帝林 , 斯雷亚斯·莫汉 , 福雷斯特·N·兰多拉 , 拉凯什·兰扬 , 李一雷 , 刘强(音) , 张扬·王 , 维卡斯·钱德拉 :
SteinDreamer:通过Stein身份降低文本到3D分数提取的方差。 CoRR公司 abs/2401.00604 ( 2024 ) [i25] 王培浩 , 徐德嘉 , 范志文 , 王帝林 , 斯雷亚斯·莫汉 , 福雷斯特·N·兰多拉 , 拉凯什·兰扬 , 李一雷 , 刘强(音) , 张扬·王 , 维卡斯·钱德拉 :
文本到三维生成的分数提取中的驯服模式崩溃。 CoRR公司 abs/2401.00909 ( 2024 ) 【i24】 刘泽春 , 赵昌生 , 福雷斯特·N·兰多拉 , 陈来 , 田远东 , 伊戈尔·费多罗夫 , 熊云阳 , 张恩妮(Ernie Chang) , 杨阳石 , 拉古拉曼·克里希那穆尔蒂 , 赖良珍 , 维卡斯·钱德拉 :
MobileLLM:为On-Device用例优化几十亿参数语言模型。 CoRR公司 abs/2402.14905 ( 2024 ) 2023 [第23条] 杨丽 , 赖良珍 , 袁上官 , 福雷斯特·N·兰多拉 , 张恩妮(Ernie Chang) , 杨阳石 , 维卡斯·钱德拉 :
折叠注意力:基于设备上转换器的流式语音识别的内存和功耗优化。 CoRR公司 abs/2309.07988 ( 2023 ) [i22] 杨阳石 , 盖尔·勒兰 , 瓦伦·纳加拉贾 , 倪兆亨 , 鑫浩美(Xinhao Mei) , 张恩妮(Ernie Chang) , 福雷斯特·N·兰多拉 , 杨柳 , 维卡斯·钱德拉 :
通过表示相似性正则化增强音频生成的可控性。 CoRR公司 abs/2309.08773 ( 2023 ) 【i21】 盖尔·勒兰 , 瓦伦·纳加拉贾 , 张恩妮(Ernie Chang) , 大卫·坎特 , 倪兆亨 , 杨阳石 , 福雷斯特·N·兰多拉 , 维卡斯·钱德拉 :
Stack-and-Delay:一种新的音乐生成码本模式。 CoRR公司 abs/2309.08804 ( 2023 ) [i20] 吴章杰 , 李秀玉 , 高迪飞 , 镇东 , 白金斌 , 艾沙尼·辛格 , 小雨香 , 李友增 , 黄祖伟 , 孙元喜 , 芮和 , 冯虎 , 胡军华 , 海黄 , 韩玉柱 , 徐成 , 唐杰 , 迈克·郑寿 , 库尔特·科伊策 , 福雷斯特·N·兰多拉 :
CVPR 2023文本引导视频编辑比赛。 CoRR公司 abs/2310.16003 ( 2023 ) [i19] 张恩妮(Ernie Chang) , 林斌杰 , 杨丽 , 西德·斯里尼瓦桑 , 盖尔·勒兰 , 大卫·坎特 , 杨阳石 , 福雷斯特·N·兰多拉 , 维卡斯·钱德拉 :
条件音频生成的上下文提示编辑。 CoRR公司 abs/2311.00895 ( 2023 ) [i18] 张恩妮(Ernie Chang) , 西德·斯里尼瓦桑 , 马希·卢特拉 , 林斌杰 , 瓦伦·纳加拉贾 , 福雷斯特·N·兰多拉 , 刘泽春 , 倪兆亨 , 赵昌生 , 杨阳石 , 维卡斯·钱德拉 :
条件音频生成中的开放提示挑战。 CoRR公司 abs/2311.00897 ( 2023 ) [i17] 熊云阳 , 巴拉·瓦拉达拉扬 , 李孟武(Lemeng Wu) , 小雨香 , 繁漪笑 , 朱晨晨 , 戴晓亮 , 王帝林 , 孙飞 , 福雷斯特·N·兰多拉 , 拉古拉曼·克里希那穆尔蒂 , 维卡斯·钱德拉 :
EfficientSAM:利用蒙版图像预处理实现高效分割。 CoRR公司 腹肌/231200863 ( 2023 ) [i16] 巴拉克里什南·瓦拉达拉扬 , 舱底索兰 , 福雷斯特·N·兰多拉 , 小雨香 , 熊云阳 , 李孟武(Lemeng Wu) , 朱晨晨 , 拉古拉曼·克里希那穆尔蒂 , 维卡斯·钱德拉 :
SqueezeSAM:用户友好的移动交互分割。 CoRR公司 abs/2312.06736 ( 2023 ) 2020 [公元20年] 福雷斯特·N·兰多拉 , 阿尔伯特·E·肖 , 拉维·克里希纳 , 库尔特·科伊策 :
SqueezeBERT:计算机视觉能教NLP关于高效神经网络的什么? SustaiNLP@EMNLP 2020 : 124-135 [i15] 福雷斯特·N·兰多拉 , 阿尔伯特·E·肖 , 拉维·克里希纳 , 库尔特·科伊策 :
SqueezeBERT:计算机视觉能教NLP关于高效神经网络的什么? CoRR公司 abs/2006.11316 ( 2020 )
2010 – 2019
2019 [c19] 帕登·托马塞洛 , 萨米·西杜 , 安亭申 , 马修·莫斯克维奇 , 诺比·雷德蒙 , 加亚特里·乔希 , 罗米·帕特 , 帕拉斯·贾因 , 福雷斯特·N·兰多拉 :
DSCnet:利用深度传感器克隆复制激光雷达点云。 CVPR研讨会 2019 : 128-136 [第18条] 帕登·托马塞洛 , 萨米·西杜 , 安亭申 , 马修·莫斯克维奇 , 诺比·雷德蒙 , 加亚特里·乔希 , 罗米·帕特 , 帕拉斯·贾因 , 福雷斯特·N·兰多拉 :
DSCnet:利用深度传感器克隆复制激光雷达点云。 CVPR研讨会 2019 : 1317-1325 [第14条] 阿尔伯特·E·肖 , 丹尼尔·亨特 , 福雷斯特·N·兰多拉 , 萨米·西杜 :
SqueezeNAS:快速神经架构搜索,实现更快的语义分割。 CoRR公司 abs/1908.01748 ( 2019 ) 2018 [i13] 帕登·托马塞洛 , 萨米·西杜 , 安亭申 , 马修·莫斯克维奇 , 诺比·雷德蒙 , 加亚特里·乔希 , 罗米·帕特 , 帕拉斯·贾因 , 福雷斯特·N·兰多拉 :
DSCnet:利用深度传感器克隆复制激光雷达点云。 CoRR公司 abs/1811.07070 ( 2018 ) 2017 [第17条] 福雷斯特·N·兰多拉 , 库尔特·科伊策 :
小型神经网络很漂亮:支持具有小型深度神经网络架构的嵌入式系统。 代码+ISSS 2017 : 1:1-1:10 [第16条] 吴碧琴 , 福雷斯特·N·兰多拉 , 彼得·H·金 , 库尔特·科伊策 :
SqueezeDet:用于自动驾驶实时目标检测的统一、小型、低功耗全卷积神经网络。 CVPR研讨会 2017 : 446-454 [第15条] 哈立德·阿什拉夫 , 吴碧琴 , 福雷斯特·N·兰多拉 , 马修·莫斯克维奇 , 库尔特·科伊策 :
用于高精度道路物体检测的浅层网络。 VEHITS公司 2017 : 33-40 [i12] 福雷斯特·N·兰多拉 , 库尔特·科伊策 :
主旨:小型神经网络很漂亮:使用小型深层神经网络架构实现嵌入式系统。 CoRR公司 abs/1710.02759 ( 2017 ) 2016 【b1】 福雷斯特·N·兰多拉 :
探索大规模深卷积神经网络的设计空间。 美国加州大学伯克利分校, 2016 [第14条] 福雷斯特·N·兰多拉 , 马修·莫斯克维奇 , 哈立德·阿什拉夫 , 库尔特·科伊策 :
FireCaffe:计算集群上深度神经网络训练的近线性加速。 CVPR公司 2016 : 2592-2600 [第13条] 斯蒂娜·蒙泰罗 , 福雷斯特·N·兰多拉 , 糖城市议员黄安祥 :
STOMP:用于优化和建模分块稀疏矩阵向量乘法性能的统计技术。 SBAC-PAD公司 2016 : 93-100 [第12条] 马修·莫斯克维奇 , 福雷斯特·N·兰多拉 , 库尔特·科伊策 :
Boda-RTC:为移动计算平台上的卷积神经网络生成可移植、高效的代码。 WiMob手机 2016 : 1-10 [i11] 福雷斯特·N·兰多拉 , 马修·莫斯克维奇 , 哈立德·阿什拉夫 , 宋汉 , 威廉·J·戴利 , 库尔特·科伊策 :
SqueezeNet:AlexNet级精度,参数少50倍,模型大小小于1MB。 CoRR公司 abs/1602.07360 ( 2016 ) [i10] 马修·莫斯克维奇 , 福雷斯特·N·兰多拉 , 库尔特·科伊策 :
Boda-RTC:在移动计算平台上高效生成可移植的卷积神经网络代码。 CoRR公司 abs/1606.00094 ( 2016 ) [第九章] 哈立德·阿什拉夫 , 吴碧琴 , 福雷斯特·N·兰多拉 , 马修·莫斯克维奇 , 库尔特·科伊策 :
用于高精度道路物体检测的浅层网络。 CoRR公司 abs/1606.01561 ( 2016 ) [i8] 彼得·H·金 , 乔楚园 , 福雷斯特·N·兰多拉 , 库尔特·科伊策 :
如何扩展分布式深度学习? CoRR公司 abs/1611.04581 ( 2016 ) [i7] 吴碧琴 , 福雷斯特·N·兰多拉 , 彼得·H·金 , 库尔特·科伊策 :
SqueezeDet:用于自动驾驶实时目标检测的统一、小型、低功耗全卷积神经网络。 CoRR公司 abs/1612.01051 ( 2016 ) [i6] 福雷斯特·N·兰多拉 :
探索大规模深卷积神经网络的设计空间。 CoRR公司 abs/1612.06519 ( 2016 ) 2015 [第11条] 罗斯·B·吉尔希克 , 福雷斯特·N·兰多拉 , 特雷弗·达雷尔 , 吉坦德拉·马利克 :
可变形零件模型是卷积神经网络。 CVPR公司 2015 : 437-446 [c10] 郝芳 , 索拉布·古普塔 , 福雷斯特·N·兰多拉 , 鲁佩什·库马尔·斯利瓦斯塔瓦 , 李登 , 彼得罗·多拉 , 高剑锋 , 何晓东 , 玛格丽特·米切尔 , 约翰·普拉特 , C.劳伦斯·齐特尼克 , 杰弗里·茨威格 :
从标题到视觉概念再到背面。 CVPR公司 2015 : 1473-1482 【c9】 福雷斯特·N·兰多拉 , 马修·莫斯克维奇 , 库尔特·科伊策 :
libHOG:面向梯度计算的能效直方图。 ITSC公司 2015 : 1248-1254 【c8】 哈立德·阿什拉夫 , 本杰明·伊莱扎尔德 , 福雷斯特·N·兰多拉 , 马修·莫斯克维奇 , 朱莉娅·伯恩德 , 杰拉尔德·弗里德兰 , 库尔特·科伊策 :
使用DNN和稀疏采样的基于音频的多媒体事件检测。 国际资本市场规则 2015 : 611-614 [i5] 福雷斯特·N·兰多拉 , 安亭申 , 高立博 , 库尔特·科伊策 :
DeepLogo:使用Deep Neural Network Hammer进行徽标识别。 CoRR公司 abs/1510.02131 ( 2015 ) [i4] 福雷斯特·N·兰多拉 , 哈立德·阿什拉夫 , 马修·莫斯克维奇 , 库尔特·科伊策 :
FireCaffe:计算集群上深度神经网络训练的近线性加速。 CoRR公司 abs/1511.00175 ( 2015 ) 2014 [i3] 福雷斯特·N·兰多拉 , 马修·莫斯克维奇 , 谢尔盖·卡拉耶夫 , 罗斯·B·吉尔希克 , 特雷弗·达雷尔 , 库尔特·科伊策 :
DenseNet:实现高效ConvNet描述符金字塔。 CoRR公司 abs/1404.1869 ( 2014 ) [i2] 罗斯·B·吉尔希克 , 福雷斯特·N·兰多拉 , 特雷弗·达雷尔 , 吉坦德拉·马利克 :
可变形零件模型是卷积神经网络。 CoRR公司 abs/1409.5403 ( 2014 ) [i1] 郝芳 , 索拉布·古普塔 , 福雷斯特·N·兰多拉 , 鲁佩什·库马尔·斯利瓦斯塔瓦 , 李登 , 彼得罗·多拉 , 高剑锋 , 何晓东 , 玛格丽特·米切尔 , 约翰·普拉特 , C.劳伦斯·齐特尼克 , 杰弗里·茨威格 :
从标题到视觉概念再到背景。 CoRR公司 abs/1411.4952 ( 2014 ) 2013 【c7】 梅迪·马苏米 , 皮埃尔路易吉·努佐 , 福雷斯特·N·兰多拉 , 玛丽亚姆·坎加普尔 , 阿尔贝托·桑吉奥瓦尼·文森泰利 , 克莱尔·汤姆林 :
飞机配电的最佳负荷管理系统。 疾病预防控制中心 2013 : 2939-2945 【c6】 张宁(Ning Zhang) , 瑞安·法雷尔 , 福雷斯特·N·兰多拉 , 特雷弗·达雷尔 :
用于细粒度识别和属性预测的可变形零件描述符。 ICCV公司 2013 : 729-736 【c5】 福雷斯特·N·兰多拉 , 大卫·谢菲尔德 , 迈克尔·安德森 , Phitchaya Mangpo Phothilimthana公司 , 库尔特·科伊策 :
通信—最小化GPU寄存器中的2D卷积。 ICIP公司 2013 : 2116-2120 2012 【c4】 法特梅·萨雷米 , 普拉文·贾亚昌德兰 , 福雷斯特·N·兰多拉 , 尤素福·萨尔瓦·乌丁(Yusuf Sarwar Uddin)先生 , 塔里克·F·阿卜杜勒扎尔 , 艾林·耶纳 :
数据聚合网络的可调度性和时间可组合性。 聚变 2012 : 997-1004 2011 【c3】 福雷斯特·N·兰多拉 , 法特梅·萨雷米 , 塔里克·F·阿卜杜勒扎尔 , 普拉文·贾亚昌德兰 , 艾林·耶纳 :
网络数据融合的实时能力。 聚变 2011 : 1-8 【c2】 马哈萨·卡马利 , 埃亚尔·奥菲克 , 福雷斯特·N·兰多拉 , Ido Omer公司 , 约翰·哈特 :
城市全景中的线性杂波去除。 ISVC(2) 2011 : 85-94 【c1】 马哈萨·卡马利 , 福雷斯特·N·兰多拉 , 慧芳 , 约翰·哈特 :
方法形态:模拟因使用甲基苯丙胺导致的面部变形。 ISVC(1) 2011 : 102-111