本研究针对在边缘设备上高效部署资源密集型变压器的需求，探讨了结构化剪枝与系统阵列加速之间的关系。提出了一种新颖的协同设计框架，分析了结构化剪枝如何提高性能，同时保持高水平的服务质量（QoS），实现最高26%的速度提升，且在标准Librispeech数据集上仅有1.4%的字错误率下降。

Ternary neural networks offer superior accuracy-energy trade-off, and the xTern extension of the RISC-V instruction set architecture accelerates TNN inference on general-purpose cores, achieving...

本研究提出了一种基于深度学习的分布式拒绝服务攻击检测方法，利用新不伦瑞克大学DDoS评估数据集中的实时DDoS攻击数据来构建模型。该模型通过提取数据流并将其归一化到一个固定长度，然后通过自定义架构进行二进制分类，利用卷积神经网络和常见的深度学习算法实现分类和减轻DDoS流量的技术。结果表明，该算法在网络流量中检测DDoS攻击方面表现出很高的准确性，针对2000个未见过的流量达到了0.9883的准确率，并且可在任何网络环境中扩展应用。