RESOURCE-EFFICIENT SENSING THROUGH DYNAMIC ATTENTION-SCALABILITY

Informations projet

Re-SENSE

N° de convention de subvention: 715037

DOI

10.3030/715037

Projet clôturé

Date de signature de la CE 12 Octobre 2016

Date de début 1 Mars 2017

Date de fin 28 Février 2022

Financé au titre de

• EXCELLENT SCIENCE - European Research Council (ERC)

Coût total

€ 1 484 562,00

Contribution de l’UE

€ 1 484 562,00

Coordonné par

KATHOLIEKE UNIVERSITEIT LEUVEN
Belgium

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Peer reviewed articles (8)

Optimized Hierarchical Cascaded Processing

Auteurs: Koen Goetschalckx, Bert Moons, Steven Lauwereins, Martin Andraud, Marian Verhelst
Publié dans: IEEE Journal on Emerging and Selected Topics in Circuits and Systems, Numéro 8/4, 2018, Page(s) 884-894, ISSN 2156-3357
Éditeur: IEEE Circuits and Systems Society
DOI: 10.1109/jetcas.2018.2839347

Vocell: A 65-nm Speech-Triggered Wake-Up SoC for 10-$\mu$ W Keyword Spotting and Speaker Verification

Auteurs: Juan Sebastian P. Giraldo, Steven Lauwereins, Komail Badami, Marian Verhelst
Publié dans: IEEE Journal of Solid-State Circuits, Numéro 55/4, 2020, Page(s) 868-878, ISSN 0018-9200
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/jssc.2020.2968800

GRAPHOPT: constrained-optimization-based parallelization of irregular graph

Auteurs: Nimish Shah, Wannes Meert, and Marian Verhelst
Publié dans: IEEE Transactions on Parallel and Distributed Systems, 2022, ISSN 1045-9219
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tpds.2022.3151194

Architecture optimization for energy-efficient resolution-scalable 8–12-bit SAR ADCs

Auteurs: Thomas Bos, Komail Badami, Wim Dehaene, Marian Verhelst
Publié dans: Analog Integrated Circuits and Signal Processing, Numéro 97/3, 2018, Page(s) 437-448, ISSN 0925-1030
Éditeur: Kluwer Academic Publishers
DOI: 10.1007/s10470-018-1235-0

Embedded Deep Neural Network Processing: Algorithmic and Processor Techniques Bring Deep Learning to IoT and Edge Devices

Auteurs: Marian Verhelst, Bert Moons
Publié dans: IEEE Solid-State Circuits Magazine, Numéro 9/4, 2017, Page(s) 55-65, ISSN 1943-0582
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/mssc.2017.2745818

High-Utilization, High-Flexibility Depth-First CNN Coprocessor for Image Pixel Processing on FPGA

Auteurs: Steven Colleman, Marian Verhelst
Publié dans: IEEE Transactions on Very Large Scale Integration (VLSI) Systems, Numéro 29/3, 2021, Page(s) 461-471, ISSN 1063-8210
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tvlsi.2020.3046125

On the Convexity of Bit Depth Allocation for Linear MMSE Estimation in Wireless Sensor Networks

Auteurs: Fernando de la Hucha Arce, Panagiotis Patrinos, Marian Verhelst, Alexander Bertrand
Publié dans: IEEE Signal Processing Letters, Numéro 27, 2020, Page(s) 291-295, ISSN 1070-9908
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/lsp.2020.2967592

Dynamic Sensor-Frontend Tuning for Resource Efficient Embedded Classification

Auteurs: Laura Galindez, Komail Badami, Jonas Vlasselaer, Wannes Meert, Marian Verhelst
Publié dans: IEEE Journal on Emerging and Selected Topics in Circuits and Systems, Numéro 8/4, 2018, Page(s) 858-872, ISSN 2156-3357
Éditeur: IEEE Circuits and Systems Society
DOI: 10.1109/jetcas.2018.2850451

Conference proceedings (8)

Acceleration of probabilistic reasoning through custom processor architecture

Auteurs: Nimish Shah, Laura I. Galindez Olascoaga, Wannes Meert, Marian Verhelst
Publié dans: 2020 Design, Automation & Test in Europe Conference & Exhibition (DATE), 2020, Page(s) 322-325, ISBN 978-3-9819263-4-7
Éditeur: IEEE
DOI: 10.23919/date48585.2020.9116326

Discrete samplers for approximate inference in probabilistic machine learning

Auteurs: Shirui Zhao, Nimish Shah, Wannes Meert, and Marian Verhelst
Publié dans: 2022
Éditeur: IEEE

Exploiting system configurability towards dynamic accuracy-power trade-offs in sensor front-ends

Auteurs: O. Laura I. Galindez, Komail Badami, V. Rajesh Pamula, Steven Lauwereins, Wannes Meert, Marian Verhelst
Publié dans: 2016 50th Asilomar Conference on Signals, Systems and Computers, 2016, Page(s) 1027-1031, ISBN 978-1-5386-3954-2
Éditeur: IEEE
DOI: 10.1109/acssc.2016.7869524

Towards Hardware-Aware Tractable Learning of Probabilistic Models

Auteurs: Laura I. Galindez Olascoaga, Wannes Meert, Nimish Shah, Marian Verhelst, Guy Van den Broeck
Publié dans: Accepted for Publication at Proceedings of the Thirty-third Conference on Neural Information Processing Systems (NeurIPS 2019)., 2019
Éditeur: NeurIPS

ProbLP: A framework for low-precision probabilistic inference

Auteurs: Nimish Shah ; Laura I. Galindez Olascoaga ; Wannes Meert ; Marian Verhelst
Publié dans: DAC '19 Proceedings of the 56th Annual Design Automation Conference 2019, 2019
Éditeur: DAC
DOI: 10.1145/3316781.3317885

Mixed-signal programmable non-linear interface for resource-efficient multi-sensor analytics

Auteurs: Komail Badami, Juan-Carlos Pena Ramos, Steven Lauwereins, Marian Verhelst
Publié dans: 2018 IEEE International Solid - State Circuits Conference - (ISSCC), 2018, Page(s) 344-346, ISBN 978-1-5090-4940-0
Éditeur: IEEE
DOI: 10.1109/isscc.2018.8310325

Towards Hardware-Aware Tractable Learning of Probabilistic Models (workshop version)

Auteurs: L Galindez Olascoaga, W. Meert, M. Verhelst, G. Van den Broeck
Publié dans: 3rd Tractable Probabilistic Modeling Workshop colocated with the 36th International Conference on Machine Learning (TPM-ICML 2019), 2019
Éditeur: TPM-ICML 2019

On the use of Bayesian Networks for Resource-Efficient Self-Calibration of Analog/RF ICs

Auteurs: Martin Andraud, Laura Galindez, Yichuan Lu, Yiorgos Makris, Marian Verhelst
Publié dans: 2018 IEEE International Test Conference (ITC), 2018, Page(s) 1-10, ISBN 978-1-5386-8382-8
Éditeur: IEEE
DOI: 10.1109/test.2018.8624893

Book chapters (3)

Discriminative Bias for Learning Probabilistic Sentential Decision Diagrams

Auteurs: Laura Isabel Galindez Olascoaga, Wannes Meert, Nimish Shah, Guy Van den Broeck, Marian Verhelst
Publié dans: Advances in Intelligent Data Analysis XVIII - 18th International Symposium on Intelligent Data Analysis, IDA 2020, Konstanz, Germany, April 27–29, 2020, Proceedings, Numéro 12080, 2020, Page(s) 184-196, ISBN 978-3-030-44583-6
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-44584-3_15

Dynamic Complexity Tuning for Hardware-Aware Probabilistic Circuits

Auteurs: Laura I. Galindez Olascoaga, Wannes Meert, Nimish Shah, Marian Verhelst
Publié dans: IoT Streams for Data-Driven Predictive Maintenance and IoT, Edge, and Mobile for Embedded Machine Learning - Second International Workshop, IoT Streams 2020, and First International Workshop, ITEM 2020, Co-located with ECML/PKDD 2020, Ghent, Belgium, September 14-18, 2020, Revised Selected Papers, Numéro 1325, 2020, Page(s) 283-295, ISBN 978-3-030-66769-6
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-66770-2_21

Towards Resource-Efficient Classifiers for Always-On Monitoring

Auteurs: Jonas Vlasselaer, Wannes Meert, Marian Verhelst
Publié dans: Machine Learning and Knowledge Discovery in Databases - European Conference, ECML PKDD 2018, Dublin, Ireland, September 10–14, 2018, Proceedings, Part III, Numéro 11053, 2019, Page(s) 305-321, ISBN 978-3-030-10996-7
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-10997-4_19

Other (1)

PRU: Probabilistic Reasoning processing Unit for resource-efficient AI

Auteurs: Nimish Shah, Laura I. Galindez Olascoaga, Wannes Meert and Marian Verhelst
Publié dans: HotChips, 2019
Éditeur: HotChips