Using deep learning approaches to overcome limited dataset issues within semiconductor domain

Milad Omrani Tamrin, Sébastien Henwood, Jean-François Dubois, Jean-Jules Brault, Saad Chidami, Samuel Bassetto

Communication écrite (2019)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel
Département:
Département de mathématiques et de génie industriel
Département de génie électrique
Unité de recherche:
GR2M - Groupe de recherche en microélectronique et microsystèmes
ISBN:
9781728110318
Adresse URL de PolyPublie:
https://publications.polymtl.ca/44375/
Nom de la conférence:
17th IEEE International New Circuits and Systems Conference (NEWCAS 2019)
Lieu de la conférence:
Munich, Germany
Date(s) de la conférence:
2019-06-23 - 2019-06-26
Maison d'édition:
IEEE
DOI:
10.1109/newcas44328.2019.8961246
URL officielle:
https://doi.org/10.1109/newcas44328.2019.8961246
OAI:
oai:publications.polymtl.ca:44375
ORCID
Date du dépôt:
18 avr. 2023 15:02
Dernière modification:
14 oct. 2026 13:56
Citer en APA 7:
Tamrin, M. O., Henwood, S., Dubois, J.-F., Brault, J.-J., Chidami, S., & Bassetto, S. (juin 2019). Using deep learning approaches to overcome limited dataset issues within semiconductor domain [Communication écrite]. 17th IEEE International New Circuits and Systems Conference (NEWCAS 2019), Munich, Germany (4 pages). https://doi.org/10.1109/newcas44328.2019.8961246

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document