Results

eNauka >  Rezultati >  PQuantML: a tool for end-to-end hardware-aware model compression
Naziv: PQuantML: a tool for end-to-end hardware-aware model compression
Autori: Niemi, Roope; Petrovych, Anastasiia; Ranjan, Das Arghya; Lupi, Enrico; Sun, Chang; Danopoulos, Dimitrios; Joshua, Helbing Marlon; Liu, Mia; Dittmeier, Sebastian; Kagan, Michael;
Godina: 2026
Publikacija: MACHINE LEARNING-SCIENCE AND TECHNOLOGY
ISSN: 2632-2153 Machine Learning-Science and Technology Pretraži identifikator
Tip rezultata: Naučni članak
Kolacija: vol. 7 br. 5 str. 055007-055007
DOI: 10.1088/2632-2153/ae94e3
WoS-ID: 001870544500001
URI: https://enauka.gov.rs/handle/123456789/1051886
Projekat: Eric & Wendy Schmidt Fund for Strategic Innovation [SIF-2023-004]
SLAC National Accelerator Laboratory [DE-AC02-76SF00515]
Izvor metapodataka: (Preuzeto iz Nasi u WoS)
M-kategorija: 
21aM21a - Vodeći međunarodni časopis kategorije M21a

Altmetric
Dimensions
Unpaywall

Items in eNauka are protected by copyright, with all rights reserved, unless otherwise indicated.