KIT | KIT-Bibliothek | Impressum | Datenschutz

Approximate Decision Trees For Machine Learning Classification on Tiny Printed Circuits

Balaskas, Konstantinos ORCID iD icon 1; Zervakis, Georgios 1; Siozios, Kostas; Tahoori, Mehdi B. 1; Henkel, Jörg 1
1 Institut für Technische Informatik (ITEC), Karlsruher Institut für Technologie (KIT)


Download
Originalveröffentlichung
DOI: 10.1109/ISQED54688.2022.9806213
Scopus
Zitationen: 2
Dimensions
Zitationen: 4
Zugehörige Institution(en) am KIT Institut für Technische Informatik (ITEC)
Publikationstyp Proceedingsbeitrag
Publikationsdatum 06.04.2022
Sprache Englisch
Identifikator ISBN: 978-1-66549-466-3
ISSN: 1948-3287
KITopen-ID: 1000148970
Erschienen in Proceedings of the Twenty Third International Symposium on Quality Electronic Design, ISQED 2022: April 6–7, 2022 ; San José, California, USA
Veranstaltung 23rd IEEE International Symposium on Quality Electronic Design (ISQED 2022), San José, CA, USA, 06.04.2022 – 07.04.2022
Verlag Institute of Electrical and Electronics Engineers (IEEE)
Nachgewiesen in Scopus
Dimensions
Relationen in KITopen
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page