本文提出了一种新颖的端到端方法，用于在微控制器上部署低误差的深度神经网络。通过混合低位宽压缩和整数运算，摆脱了资源受限边缘设备的内存和计算限制。实验结果表明，该方法在精度上有显著提升。

本文介绍了第一个公开的英语语音命名实体识别（NER）数据集，并提出了一种端到端的方法，优化ASR和NER标记器的组件。实验结果表明，该方法优于传统的两步方法，并讨论了如何使用NER处理ASR系统中的词汇外单词（OOV）。

本文介绍了一种新的端到端方法，用于多类别道路缺陷检测和分割。通过多个空间和通道注意力块，可以学习到更加全局化的道路缺陷的形态信息和图像的颜色和深度信息。实验证明，这种方法优于现有的多类别道路缺陷检测和分割方法。

该论文提出了一种针对自主导航任务的端到端方法，包括学习应急计划和分层规划器相结合，以应对信念突然改变的情况。研究表明，该方法能够在部分可观察的随机环境中实现健壮性安全行为，并能推广至未见过的环境动态。