...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Microprocessors and microsystems >Emotion recognition at the edge with AI specific low power architectures
【24h】

Emotion recognition at the edge with AI specific low power architectures

机译：Emedion识别在AI特定低功耗架构的边缘

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Nowadays Deep Learning is applied in almost every research field and helps getting amazing results in a great number of challenging tasks. The main problem is that this kind of learning and consequently Neural Networks that can be defined deep, are resource intensive. They need specialized hardware to perform computation in a reasonable time. Many tasks are mandatory to be as much real-time as possible . It is needed to optimize many components such as code, algorithms, numeric accuracy and hardware, to make them "efficient and usable". All these optimizations can help us to produce incredibly accurate and fast learning models. The paper reports a study in this direction for the challenging face detection and emotion recognition tasks.
机译：如今在几乎所有研究领域都有深入学习，并有助于在大量挑战性任务中获得惊人的结果。 主要问题是这种学习以及可以被深入定义的神经网络是资源密集型的。 他们需要专门的硬件在合理的时间内进行计算。 许多任务是强制性的，尽可能实时。 需要优化许多组件，例如代码，算法，数字准确性和硬件，以使其“高效可用”。 所有这些优化都可以帮助我们产生令人难以置信的准确和快速的学习模型。 本文报告了对挑战性面对检测和情感识别任务的这种方向的研究。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号