Autor der Publikation

Kopieren Löschen Diese Publikation zur Ablage hinzufügen
Community-Eintrag
Versionsverlauf dieses Eintrags
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

An FPGA-based spectral anomaly detection system.

D. Moss, Z. Zhang, N. Fraser, und P. Leong. FPT, Seite 175-182. IEEE, (2014)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Pascal Mossier University of Stuttgart

Nikola Mößner University of Stuttgart

PD Dr. Nicola Mößner University of Stuttgart

Jonathan Kießling University of Stuttgart

J. K\"astner

Weitere Publikationen von Autoren mit dem selben Namen

Braiding: A scheme for resolving hazards in kernel adaptive filters.S. Tridgell, D. Moss, N. Fraser, und P. Leong. FPT, Seite 136-143. IEEE, (2015)FPGA Implementations of Kernel Normalised Least Mean Squares Processors.N. Fraser, J. Lee, D. Moss, J. Faraone, S. Tridgell, C. Jin, und P. Leong. TRETS, 10 (4): 26:1-26:20 (2017)Unrolling Ternary Neural Networks.S. Tridgell, M. Kumm, M. Hardieck, D. Boland, D. Moss, P. Zipf, und P. Leong. ACM Trans. Reconfigurable Technol. Syst., 12 (4): 22:1-22:23 (2019)A fully pipelined kernel normalised least mean squares processor for accelerated parameter optimisation.N. Fraser, D. Moss, J. Lee, S. Tridgell, C. Jin, und P. Leong. FPL, Seite 1-6. IEEE, (2015)Can FPGAs Beat GPUs in Accelerating Next-Generation Deep Neural Networks?E. Nurvitadhi, G. Venkatesh, J. Sim, D. Marr, R. Huang, J. Hock, Y. Liew, K. Srivatsan, D. Moss, S. Subhaschandra und 1 andere Autor(en). FPGA, Seite 5-14. ACM, (2017)A Customizable Matrix Multiplication Framework for the Intel HARPv2 Xeon+FPGA Platform: A Deep Learning Case Study.D. Moss, K. Srivatsan, E. Nurvitadhi, P. Ratuszniak, C. Johnson, J. Sim, A. Mishra, D. Marr, S. Subhaschandra, und P. Leong. FPGA, Seite 107-116. ACM, (2018)Real-time FPGA-based Anomaly Detection for Radio Frequency Signals.D. Moss, D. Boland, P. Pourbeik, und P. Leong. ISCAS, Seite 1-5. IEEE, (2018)Long Short-Term Memory for Radio Frequency Spectral Prediction and its Real-Time FPGA Implementation.Siddhartha, Y. Lee, D. Moss, J. Faraone, P. Blackmore, D. Salmond, D. Boland, und P. Leong. MILCOM, Seite 1-9. IEEE, (2018)Distributed kernel learning using Kernel Recursive Least Squares.N. Fraser, D. Moss, N. Epain, und P. Leong. ICASSP, Seite 5500-5504. IEEE, (2015)An FPGA-based spectral anomaly detection system.D. Moss, Z. Zhang, N. Fraser, und P. Leong. FPT, Seite 175-182. IEEE, (2014)