1. Repositorio Digital USFQ
  2. TESIS COLEGIO DE PREGRADO
  3. COLEGIO DE CIENCIAS E INGENIERÍAS (POLI)
  4. Tesis - Ingeniería Eléctrica y Electrónica
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/11279
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorPrócel, Luis Miguel, dir.-
dc.contributor.authorMusello Vásconez, Ariana-
dc.date.accessioned2022-06-06T23:23:56Z-
dc.date.available2022-06-06T23:23:56Z-
dc.date.issued2021-
dc.identifier.citationTesis (Ingeniera en Electrónica), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2021es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/11279-
dc.descriptionBinary neural networks (BNN), in which weights and activations are represented with one single bit, are a storage and computationally efficient alternative that allows convolutional neural networks to be implemented in devices with limited computational resources. In BNNs the MAC operation is replaced with a bitwise XNOR-bitcount operation. The use of computation-in-memory (CIM) architectures allows further energy and time savings for BNN implementation. In this context, the use of STT-MRAMs provides the benefits of non volatility, high speed, low-power consumption, scalability, among others...es_ES
dc.description.abstractLas redes neuronales binarias (BNN), en las que los pesos y activaciones son representadas con un solo bit, son una alternativa eficiente en cuanto a almacenamiento y computación que permite implementar redes neuronales convolucionales en dispositivos con recursos computacionales limitados. En BNNs, la operación MAC es reemplazada por una operación de XNOR-bitcount. El uso de arquitecturas de computación en memoria (CIM) permite un ahorro incluso mayor en energía y tiempo para la implementación de BNNs. En este contexto, el uso de STT-MRAMs ofrece los beneficios de no-volatilidad, gran velocidad, consumo bajo de energía, escalabilidad, entre otros...es_ES
dc.format.extent42 h.es_ES
dc.language.isospaes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccesses_ES
dc.rightsCC0 1.0 Universal*
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/*
dc.subjectRedes neuronales (Computadores) - Tesis y disertaciones académicases_ES
dc.subjectComputaciónes_ES
dc.subject.otherCienciases_ES
dc.subject.otherComputaciónes_ES
dc.titleComputing-in-Memory XNOR-Bitcount operation of binary convolutional neural Networks based on Spin-Transfer Torque MRAMses_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Tesis - Ingeniería Eléctrica y Electrónica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
200447.pdfTexto completo2.36 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons