Progressive Compression of ResNet: An 8.33× Reduction With 90.5% Accuracy Retention for Edge Deployment

Deploying deep convolutional neural networks on edge devices remains challenging due to limited on-chip memory capacity, strict power budgets, and the high energy cost of off-chip DRAM access. Standard architectures such as ResNet offer strong accuracy but require tens of millions of parameters, mak...

وصف كامل

التفاصيل البيبلوغرافية

المؤلفون الرئيسيون:	Tu Tien Ngo, Nguyen Bich, Pham the Bao, Son Ngoc Truong, Huan Minh Vo, Khoa van Pham, Kyeong-Sik Min
التنسيق:	Artigo
اللغة:	Inglês
منشور في:	IEEE 2026-01-01
سلاسل:	IEEE Access
الموضوعات:	Depthwise separable convolution low-rank decomposition edge computing energy efficiency shortcut for low-rank decomposition image classification
الوصول للمادة أونلاين:	https://ieeexplore.ieee.org/document/11479314/
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!