安德烈·冈托罗
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [i5] 斯特凡诺·达米亚诺 , 卢卡·邦迪 , 沙布纳姆·加法扎德根(Shabnam Ghaffarzadegan) , 安德烈·冈托罗 , Toon van Waterschoot公司 :
合成数据能促进深声车辆计数网络的训练吗? CoRR公司 abs/2401.09308 ( 2024 ) 2023 [公元44年] 迈克尔·拜尔 , 斯文·盖斯珀 , 安德烈·冈托罗 , 吉列尔莫·巴亚瓦亚 , 霍尔格·布鲁姆 :
利用子词排列最大化CNN计算性能和效率。 尽快 2023 : 61-68 [公元43年] Jun Yin(音) , 斯特凡诺·达米亚诺 , 玛丽安·维赫斯特 , Toon van Waterschoot公司 , 安德烈·冈托罗 :
汽车应用的实时声学感知。 日期 2023 : 1-6 [公元42年] 尹钧(音) , 林燕梅 , 安德烈·冈托罗 , 玛丽安·维赫斯特 :
ACCO:用于实时边缘加速器的自动因果CNN调度优化程序。 ICCD公司 2023 : 391-398 [公元41年] 内莉·拉列尼 , 塔哈·索利曼 , 塞西莉亚·德拉帕拉 , 弗兰兹·米勒 , 托比亚斯·基什内尔 , 安德烈·冈托罗 , 托马斯·卡姆普夫 , 诺伯特·韦恩 , T·张 :
IMC DNN加速器的Torrwards可变免疫可伸缩FeFET基宏。 ICECS公司 2023 : 1-4 [公元40年] 迈克尔·拜尔 , 简·米查·博尔曼 , 安德烈·冈托罗 , 霍尔格·布鲁姆 :
容错神经网络推理的在线量化自适应。 SAFECOMP公司 2023 : 243-256 2022 [j5] Chirag Sudarshan公司 , 塔哈·索利曼 , 扬·拉帕斯 , 克里斯蒂安·魏斯 , 穆罕默德·哈萨尼·萨迪 , 马蒂亚斯·荣格 , 安德烈·冈托罗 , 诺伯特·韦恩 :
用于深度神经网络推理的基于加权电流求和的混合信号DRAM-PIM结构。 IEEE J.应急选择。 主题电路系统。 12 ( 2 ) : 367-380 ( 2022 ) 【j4】 塞西莉亚·德拉帕拉 , 塔哈·索利曼 , 安德烈·冈托罗 , 阿卡什·库马尔 , 诺伯特·韦恩 :
通过灵活的分层DNN近似提高内存DNN加速器的吞吐量。 IEEE微型 42 ( 6 ) : 17-24 ( 2022 ) [j3] 塔哈·索利曼 , 内莉·拉列尼 , 托比亚斯·基什内尔 , 弗兰兹·米勒 , 阿什什·施里瓦斯塔瓦 , 托马斯·卡姆普夫 , 安德烈·冈托罗 , 诺伯特·韦恩 :
FELIX:一种基于铁电FET的低功耗混合信号内存架构,用于DNN加速。 ACM事务处理。 嵌入。 计算。 系统。 21 ( 6 ) : 84:1-84:25 ( 2022 ) [公元39年] 迈克尔·拜尔 , 安德烈·冈托罗 , 霍尔格·布鲁姆 :
使用选择性观测窗口和峰值检测的容错雷达信号处理。 欧盟委员会 2022 : 1876-1880 [公元38年] 塔哈·索利曼 , 阿姆罗·埃尔代比基 , 塞西莉亚·德拉帕拉 , 安德烈·冈托罗 , 诺伯特·韦恩 :
基于位分解的深度神经网络加速器的高效硬件近似。 SOCC公司 2022 : 1-6 2021 [公元37年] 塔哈·索利曼 , 塞西莉亚·德拉帕拉 , 安德烈·冈托罗 , 诺伯特·韦恩 :
深度神经网络加速器的基于位分解的自适应逼近。 AICAS公司 2021 : 1-4 [公元36年] Chirag Sudarshan公司 , 塔哈·索利曼 , 塞西莉亚·德拉帕拉 , 克里斯蒂安·魏斯 , 莱昂纳多·埃科 , 马蒂亚斯·荣格 , 诺伯特·韦恩 , 安德烈·冈托罗 :
一种新的基于DRAM的进程存储器体系结构及其在细胞神经网络中的实现。 ASP-DAC公司 2021 : 35-42 [公元35年] 塞西莉亚·德拉帕拉 , 安德烈·冈托罗 , 阿卡什·库马尔 :
通过系统误差建模有效恢复近似神经网络的精度。 ASP-DAC公司 2021 : 365至371 [公元34年] 塞西莉亚·德拉帕拉 , 吴旭一 , 安德烈·冈托罗 , 阿卡什·库马尔 :
近似神经网络中用于主动误差补偿的知识提取和梯度估计。 日期 2021 : 679-684 [公元33年] 塞西莉亚·德拉帕拉 , 艾哈迈德·埃尔·亚马尼 , 塔哈·索利曼 , 阿卡什·库马尔 , 诺伯特·韦恩 , 安德烈·冈托罗 :
利用自适应硬件设计支持的核级CNN近似的弹性。 国际会计准则委员会 2021 : 1-5 2020 [注2] 塞西莉亚·德拉帕拉 , 安德烈·冈托罗 , 阿卡什·库马尔 :
通过专业优化改进感知任务的近似神经网络。 未来一代。 计算。 系统。 113 : 597-606 ( 2020 ) [j1] 克里斯托夫·肖恩 , 托马斯·埃尔斯克 , 塞巴斯蒂安·沃格尔 , 阿明·隆格 , 安德烈·冈托罗 , 格德·阿斯基德 :
容错和硬件高效深度神经网络的自动化设计。 神经计算机。 申请。 32 ( 24 ) : 18327-18345 ( 2020 ) [公元32年] 塔哈·索利曼 , 里卡多·奥利沃 , 托比亚斯·基什内尔 , 塞西莉亚·德拉帕拉 , 马克西米利安·莱德勒 , 托马斯·卡姆普夫 , 安德烈·冈托罗 , 诺伯特·韦恩 :
用于二元神经网络的高效FeFET横杆加速器。 尽快 2020 : 109-112 [公元31年] 塞西莉亚·德拉帕拉 , 安德烈·冈托罗 , 阿卡什·库马尔 :
ProxSim:基于GPU的跨层近似DNN优化仿真框架。 日期 2020 : 1193-1198 [公元30年] 安德烈·冈托罗 , 塞西莉亚·德拉帕拉 , 法哈德商人 , 佛罗伦特·德迪内钦 , 约翰·古斯塔夫森 , 马丁·兰哈默 , Rainer Leupers公司 , Sangeeth Nambiar公司 :
下一代边缘计算算法。 日期 2020 : 1357-1365 [公元29年] 卡里姆·吉尔古斯 , 克里斯托夫·肖恩 , 安德烈·冈托罗 , 谢里夫·阿卜杜拉蒂夫 , 杨斌(Bin Yang) :
SELD-TCN:通过时间卷积网络进行声音事件定位和检测。 欧盟委员会 2020 : 16-20 [公元28年] 塞西莉亚·德拉帕拉 , 安德烈·冈托罗 , 阿卡什·库马尔 :
通过高效优化实现深度神经网络的完全逼近。 国际会计准则委员会 2020 : 1-5 [公元27年] 塔哈·索利曼 , 里卡多·奥利沃 , 托比亚斯·基什内尔 , 马克西米利安·莱德勒 , 托马斯·卡姆普夫 , 安德烈·冈托罗 , 诺伯特·韦恩 :
一种用于多精度神经网络的基于铁电FET的内存结构。 SoCC公司 2020 : 96-101 [i4] 卡里姆·吉尔古斯 , 克里斯托夫·肖恩 , 安德烈·冈托罗 , 谢里夫·阿卜杜拉蒂夫 , 杨斌(Bin Yang) :
SELD-TCN:通过时间卷积网络进行声音事件定位和检测。 CoRR公司 abs/2003.01609 ( 2020 )
2010 – 2019
2019 [公元26年] 塞巴斯蒂安·沃格尔 , 克里斯托夫·肖恩 , 安德烈·冈托罗 , 格德·阿斯基德 :
使用频率修剪方法保证CNN中激活的压缩率。 日期 2019 : 296-299 [公元25年] 塞巴斯蒂安·沃格尔 , 扬尼克·斯普林格 , 安德烈·冈托罗 , 格德·阿斯基德 :
无乘数加速预训练神经网络的自监督量化。 日期 2019 : 1094-1099 [公元24年] 克里斯托夫·肖恩 , 安德烈·冈托罗 , 格德·阿斯基德 :
一种用于深度神经网络的高效位翻转弹性优化方法。 日期 2019 : 1507-1512 【c23】 塞巴斯蒂安·沃格尔 , 拉贾塔·拉古纳特 , 安德烈·冈托罗 , 克里斯托夫·范·拉霍温 , 格德·阿斯基德 :
具有可选择精度和吞吐量的基于比特移位的CNN加速器。 DSD公司 2019 : 663-667 [公元22年] 塞巴斯蒂安·沃格尔 , 扬尼克·斯普林格 , 安德烈·冈托罗 , 格德·阿斯基德 :
在FPGA上有效加速CNN进行语义分割。 FPGA(现场可编程门阵列) 2019 : 309 【c21】 迈克尔·克莱伯 , 塞巴斯蒂安·沃格尔 , 阿克塞尔·阿科斯塔 , 罗伯特·科恩 , 莱昂纳多·埃科 , 克里斯汀回来 , 安德烈·冈托罗 , 英格·费尔德纳 :
使用虚拟模型设计高效深度神经网络系统的端到端硬件/软件协同设计方法。 意大利联合通讯社 2019 : 18-22 [i3] 克里斯托夫·肖恩 , 托马斯·埃尔斯克 , 塞巴斯蒂安·沃格尔 , 阿明·隆格 , 安德烈·冈托罗 , 格德·阿斯基德 :
容错和硬件高效深度神经网络的自动化设计。 CoRR公司 abs/1909.13844 ( 2019 ) [i2] 迈克尔·克莱伯 , 塞巴斯蒂安·沃格尔 , 阿克塞尔·阿科斯塔 , 罗伯特·科恩 , 莱昂纳多·埃科 , 克里斯汀回来 , 安德烈·冈托罗 , 英格·费尔德纳 :
使用虚拟模型设计高效深度神经网络系统的端到端硬件/软件协同设计方法。 CoRR公司 腹肌/1910.11632 ( 2019 ) 2018 [公元20年] 克里斯托夫·肖恩 , 安德烈·冈托罗 , 格德·阿斯基德 :
神经网络加速器中灵活可靠性管理的准确神经元恢复力预测。 日期 2018 : 979-984 [第19条] 塞巴斯蒂安·沃格尔 , 梁梦玉 , 安德烈·冈托罗 , 沃尔特·斯特切尔 , 格德·阿斯基德 :
使用具有任意对数基的对数数据表示对CNN进行有效的硬件加速。 国际计算机辅助设计协会 2018 : 9 [第18条] 克里斯托夫·肖恩 , 安德烈·冈托罗 , 格德·阿斯基德 :
深度神经网络加速器的高效在线错误检测和缓解。 SAFECOMP公司 2018 : 205-219 2017 [第17条] 塞巴斯蒂安·沃格尔 , 安德烈·冈托罗 , 格德·阿斯基德 :
位深度神经网络近似推理的有效硬件加速。 达西普 2017 : 1-6 2016 [i1] 塞巴斯蒂安·沃格尔 , 克里斯托夫·肖恩 , 安德烈·冈托罗 , 格德·阿斯基德 :
位深层神经网络的有效随机推理。 CoRR公司 abs/1611.06539 ( 2016 )
2000 – 2009
2009 【b1】 安德烈·冈托罗 :
基于提升方案的柔性核时频表示的算法、应用映射、设计和实现。 德国达姆施塔特大学, 2009 [第16条] 安德烈·冈托罗 , 曼弗雷德·格莱斯纳 :
一种灵活的浮点小波变换和小波包处理器。 日期 2009 : 1314-1319 2008 [第15条] 安德烈·冈托罗 , 曼弗雷德·格莱斯纳 :
三输入浮点加法器的低功耗VLSI结构。 APCCAS公司 2008 : 180-183 [第14条] 安德烈·冈托罗 , 马苏德·莫梅尼 , 汉斯·佩特·基尔 , 曼弗雷德·格莱斯纳 :
基于提升的正向和反向小波变换的高性能浮点VLSI结构。 APCCAS公司 2008 : 457-460 [第13条] 汉斯·佩特·基尔 , 马苏德·莫梅尼 , 安德烈·冈托罗 , 阿尔贝托·加西亚·奥尔蒂斯 , 曼弗雷德·格莱斯纳 :
一种新的输入向量控制泄漏估计方法。 APCCAS公司 2008 : 570-573 [第12条] 马苏德·莫梅尼 , 安德烈·冈托罗 , 汉斯·佩特·基尔 , 曼弗雷德·格莱斯纳 :
电路非理想性对开关电容谐振器实现的影响。 APCCAS公司 2008 : 1624年至1627年 [第11条] 安德烈·冈托罗 , 曼弗雷德·格莱斯纳 :
基于提升的DWT和IDWT处理器的新方法,具有多上下文配置,以支持不同的小波滤波器。 尽快 2008 : 299-304年 [第10条] 安德烈·冈托罗 , 曼弗雷德·格莱斯纳 :
基于提升的DWT和IDWT处理器,具有多上下文配置和规范化因子。 FPL公司 2008 : 479-482 【c9】 安德烈·冈托罗 , 曼弗雷德·格莱斯纳 :
具有三个输入端的基于fpga的高性能浮点加法器。 FPL公司 2008 : 627-630 【c8】 安德烈·冈托罗 , 汉斯·佩特·基尔 , 曼弗雷德·格莱斯纳 :
通用提升型离散小波处理器的高速可配置VLSI结构。 ICETE(论文集) 2008 : 318-330 【c7】 安德烈·冈托罗 , 汉斯·彼得·基尔 , 曼弗雷德·格莱斯纳 :
通用提升型小波处理器的可配置VLSI结构。 SIGMAP公司 2008 : 69-75 【c6】 安德烈·冈托罗 , 曼弗雷德·格莱斯纳 :
一种灵活的浮点小波处理器。 SITIS公司 2008 : 403-410 【c5】 安德烈·冈托罗 , 曼弗雷德·格莱斯纳 :
支持高阶小波滤波器的基于提升的离散小波变换和离散小波包处理器。 VLSI-SoC(精选论文) 2008 : 154-173 2007 【c4】 都铎·穆根 , 安德烈·冈托罗 , 海科·辛克尔曼 , 彼得鲁·博格丹·巴金斯基(Petru Bogdan Bacinschi) , 曼弗雷德·格莱斯纳 :
基于部分总线反转的低复杂度自适应编码方案,用于在表现出电容耦合的总线中降低功率。 ReCoSoC公司 2007 : 7-14 2006 【c3】 安德烈·冈托罗 , 彼得·齐普夫 , 奥利弗·索夫克 , 哈拉尔德·克林贝尔 , 马丁·库姆 , 曼弗雷德·格莱斯纳 :
实时高速鉴相器的FPGA实现。 弧 2006 : 1-11 2005 【c2】 都铎·穆根 , 阿卜杜勒法塔赫·穆罕默德·奥贝德 , 安德烈·冈托罗 , 彼得·齐普夫 , 曼弗雷德·格莱斯纳 , 乌尔里希·海因克尔 :
光传输网络中用于开销处理的多核体系结构的设计与实现。 ReCoSoC公司 2005 : 151-156 2002 【c1】 Thiang公司 , Resmana Lim公司 , 安德烈·特古·冈托罗 :
使用Gabor滤波器特征提取的汽车识别。 APCCAS(2) 2002 : 451-455
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)