Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen:
Volltext verfügbar? / Dokumentlieferung
doi:10.22028/D291-47843 | Titel: | Efficient hardware implementation of interpretable machine learning based on deep neural network representations for sensor data processing |
| VerfasserIn: | Schauer, Julian Goodarzi, Payman Schütze, Andreas Schneider, Tizian |
| Sprache: | Englisch |
| Titel: | Journal of Sensors and Sensor Systems |
| Bandnummer: | 14 |
| Heft: | 2 |
| Seiten: | 169-185 |
| Verlag/Plattform: | Copernicus Publications |
| Erscheinungsjahr: | 2025 |
| DDC-Sachgruppe: | 500 Naturwissenschaften |
| Dokumenttyp: | Journalartikel / Zeitschriftenartikel |
| DOI der Erstveröffentlichung: | 10.5194/jsss-14-169-2025 |
| URL der Erstveröffentlichung: | https://doi.org/10.5194/jsss-14-169-2025 |
| Link zu diesem Datensatz: | urn:nbn:de:bsz:291--ds-478434 hdl:20.500.11880/41840 http://dx.doi.org/10.22028/D291-47843 |
| ISSN: | 2194-878X |
| Datum des Eintrags: | 15-Mai-2026 |
| Fakultät: | NT - Naturwissenschaftlich- Technische Fakultät |
| Fachrichtung: | NT - Systems Engineering |
| Professur: | NT - Prof. Dr. Andreas Schütze |
| Sammlung: | SciDok - Der Wissenschaftsserver der Universität des Saarlandes |
Dateien zu diesem Datensatz:
Es gibt keine Dateien zu dieser Ressource.
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.