Resource-Efficient Artificial Intelligence
Probabilistic Machine Learning on Ultra-Low-Power Systems
Seiten
2024
De Gruyter (Verlag)
978-3-11-072105-8 (ISBN)
De Gruyter (Verlag)
978-3-11-072105-8 (ISBN)
lt;p>For all autonomous devices the development of resource-aware machine learning techniques is required to reduce the tremendous resource consumption. This work provides theoretical and practical building blocks to bring full-fledged machine learning pipelines to systems with very low computational power or highly restricted energy supply. The presentation of theoretical methods is accompanied by actual learning results on ultra-low-power hardware.
lt;strong>Dr. Nico Piatkowski, Fraunhofer Institute IAIS, Sankt Augustin, Germany.
Erscheinungsdatum | 10.05.2022 |
---|---|
Reihe/Serie | De Gruyter Textbook |
Zusatzinfo | 100 col. ill. |
Verlagsort | Berlin/Boston |
Sprache | englisch |
Maße | 170 x 240 mm |
Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
Schlagworte | Artificial Intelligence • Künstliche Intelligenz • machine learning • Maschinelles Lernen • Probabilistic Machine Learning • Probability Models • Resource consumption • Resource-fficient • Speichergrenzen • Storage limits • Ultra-Low-Power Systems • Wahrscheinlichkeitsmodelle |
ISBN-10 | 3-11-072105-8 / 3110721058 |
ISBN-13 | 978-3-11-072105-8 / 9783110721058 |
Zustand | Neuware |
Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Buch | Softcover (2024)
REDLINE (Verlag)
20,00 €
Eine kurze Geschichte der Informationsnetzwerke von der Steinzeit bis …
Buch | Hardcover (2024)
Penguin (Verlag)
28,00 €