EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

DynaFuse: Dynamic Fusion for Resource Efficient Multimodal Machine Learning Inference

Hamidreza Alikhani, Anil Kanduri, Pasi Liljeberg, Amir M. Rahmani, Nikil Dutt

IEEE Embedded Systems Letters · 2023-12 · 15 (4) · 222-225

DOI: 10.1109/les.2023.3298738 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Embedded Systems Letters, 2023-12. Verfasst von Hamidreza Alikhani und 4 weiteren Autor:innen. Die Arbeit wurde bisher 14-mal zitiert (Crossref) und nennt 11 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: NSF Smart and Connected Communities, Nokia Foundation, Kaute Saatio.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • NSF Smart and Connected Communities
  • Nokia Foundation
  • Kaute Saatio

Zitieren

APA

Alikhani, H., Kanduri, A., Liljeberg, P., Rahmani, A. M., & Dutt, N. (2023). DynaFuse: Dynamic Fusion for Resource Efficient Multimodal Machine Learning Inference. IEEE Embedded Systems Letters, 15(4), 222-225. https://doi.org/10.1109/les.2023.3298738

Vancouver

Alikhani H, Kanduri A, Liljeberg P, Rahmani AM, Dutt N. DynaFuse: Dynamic Fusion for Resource Efficient Multimodal Machine Learning Inference. IEEE Embedded Systems Letters. 2023;15(4):222-225. doi:10.1109/les.2023.3298738

BibTeX
@article{Alikhani2023,
  author = {Alikhani, Hamidreza and Kanduri, Anil and Liljeberg, Pasi and Rahmani, Amir M. and Dutt, Nikil},
  title = {DynaFuse: Dynamic Fusion for Resource Efficient Multimodal Machine Learning Inference},
  journal = {IEEE Embedded Systems Letters},
  year = {2023},
  volume = {15},
  number = {4},
  pages = {222--225},
  doi = {10.1109/les.2023.3298738}
}
Kostenlos starten →