Documents disponibles écrits par cet auteur

Accélération matérielle pour le calcul numérique sur systèmes embarqués / Imene Djellad 

Public ISBD Titre : Accélération matérielle pour le calcul numérique sur systèmes embarqués Type de document : texte imprimé Auteurs : Imene Djellad, Auteur ; Mourad Adnane, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2017 Importance : 27 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Mémoire de Master : Electronique : Alger, Ecole Nationale Polytechnique : 2017 Bibliogr. f. 27 Langues : Français (fre) Mots-clés : Overlay FPGA SDSoc MMULT Index. décimale : Ms14017 Résumé : Dans ce mémoire, nous verrons un nouveau moyen de créer des Overlays grâce aux langages de haut niveau et cela dans le but d’accélérer matériellement le calcul matriciel. Accélération matérielle pour le calcul numérique sur systèmes embarqués [texte imprimé] / Imene Djellad, Auteur ; Mourad Adnane, Directeur de thèse . - [S.l.] : [s.n.], 2017 . - 27 f. : ill. ; 30 cm. + 1 CD-ROM. Mémoire de Master : Electronique : Alger, Ecole Nationale Polytechnique : 2017 Bibliogr. f. 27 Langues : Français (fre) Mots-clés : Overlay FPGA SDSoc MMULT Index. décimale : Ms14017 Résumé : Dans ce mémoire, nous verrons un nouveau moyen de créer des Overlays grâce aux langages de haut niveau et cela dans le but d’accélérer matériellement le calcul matriciel.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
S000038	Ms14017	Papier	Bibliothèque centrale	Mémoire de Master	Disponible	Electronique	En bon état

Documents numériques

DJELLAD.Imene.pdf URL

Utilisation de l’apprentissage profond pour la classification / Imene Djellad 

Public ISBD Titre : Utilisation de l’apprentissage profond pour la classification : intégration de la solution sur Pynq et développement d’accélérateurs matériels Type de document : texte imprimé Auteurs : Imene Djellad, Auteur ; Mourad Adnane, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2017 Importance : 88 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Mémoire de Projet de Fin d'Etudes : Electronique : Alger, Ecole Nationale Polytechnique : 2017 Bibliogr. f. 71 - 72 . Annexes f. 73 - 88 Langues : Français (fre) Mots-clés : Réseaux  de  neurones Classification FPGA Implantation Accélération Index. décimale : PN00917 Résumé : Dans ce mémoire, nous aborderons le problème de la classification des chiffres manuscrits, nous verrons comment les réseaux de neurones artificiels traitent ce pro-blème et nous en proposerons des modèles que nous implémenterons sur FPGA. Puis nous explorerons les possibilités d’accélération matérielle afin d’optimiser les calculs réalisés dans les FPGA par ces réseaux. Utilisation de l’apprentissage profond pour la classification : intégration de la solution sur Pynq et développement d’accélérateurs matériels [texte imprimé] / Imene Djellad, Auteur ; Mourad Adnane, Directeur de thèse . - [S.l.] : [s.n.], 2017 . - 88 f. : ill. ; 30 cm. + 1 CD-ROM. Mémoire de Projet de Fin d'Etudes : Electronique : Alger, Ecole Nationale Polytechnique : 2017 Bibliogr. f. 71 - 72 . Annexes f. 73 - 88 Langues : Français (fre) Mots-clés : Réseaux  de  neurones Classification FPGA Implantation Accélération Index. décimale : PN00917 Résumé : Dans ce mémoire, nous aborderons le problème de la classification des chiffres manuscrits, nous verrons comment les réseaux de neurones artificiels traitent ce pro-blème et nous en proposerons des modèles que nous implémenterons sur FPGA. Puis nous explorerons les possibilités d’accélération matérielle afin d’optimiser les calculs réalisés dans les FPGA par ces réseaux.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
P000023	PN00917	Papier + ressource électronique	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Electronique	Consultation sur place/Téléchargeable

Documents numériques

DJELLAD.IMENE.pdf URL