In-situ Tuning of Printed Neural Networks for Variation Tolerance
Hefenbrock, Michael 1; Weller, Dennis D. 2; Aghassi-Hagmann, Jasmin
3; Beigl, Michael
1; Tahoori, Mehdi B. 2
1 Institut für Telematik (TM), Karlsruher Institut für Technologie (KIT)
2 Institut für Technische Informatik (ITEC), Karlsruher Institut für Technologie (KIT)
3 Institut für Nanotechnologie (INT), Karlsruher Institut für Technologie (KIT)
3; Beigl, Michael
1; Tahoori, Mehdi B. 21 Institut für Telematik (TM), Karlsruher Institut für Technologie (KIT)
2 Institut für Technische Informatik (ITEC), Karlsruher Institut für Technologie (KIT)
3 Institut für Nanotechnologie (INT), Karlsruher Institut für Technologie (KIT)
| Zugehörige Institution(en) am KIT | Institut für Nanotechnologie (INT) Institut für Technische Informatik (ITEC) Institut für Telematik (TM) |
| Publikationstyp | Proceedingsbeitrag |
| Publikationsdatum | 14.03.2022 |
| Sprache | Englisch |
| Identifikator | ISBN: 978-3-9819263-6-1 KITopen-ID: 1000147749 |
| HGF-Programm | 43.31.02 (POF IV, LK 01) Devices and Applications |
| Erschienen in | Proceedings of the 2022 Design, Automation & Test in Europe Conference & Exhibition (DATE 2022). Ed.: C. Bolchini |
| Veranstaltung | Design, Automation & Test in Europe Conference & Exhibition (DATE 2022), Online, 14.03.2022 – 23.03.2022 |
| Verlag | Institute of Electrical and Electronics Engineers (IEEE) |
| Seiten | 72–75 |
| Nachgewiesen in | Dimensions OpenAlex Scopus |
| Globale Ziele für nachhaltige Entwicklung |