Documents dont l'auteur est "Vakili, Shervin"
Monter d'un niveau
Aide
Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Aide
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Auteur ou autrice
Vaziri, M., Vakili, S., & Langlois, J. M. P. (juillet 2024). Accuracy-Aware Low-Complexity Deep Learning Models for Automatic Modulation Recognition [Communication écrite]. International Conference on Computing, Internet of Things and Microwave Systems (ICCIMS 2024), Gatineau, QC, Canada. Lien externe
Vakili, S., Vaziri, M., Zarei, A., & Langlois, J. M. P. (2024). DyRecMul: Fast and Low-Cost Approximate Multiplier for FPGAs using Dynamic Reconfiguration. ACM Transactions on Reconfigurable Technology and Systems. Lien externe
Vaziri, M., Vakili, S., Rahimifar, M. M., & Langlois, J. M. P. (septembre 2024). HENNC: Hardware Engine for Artificial Neural Network-Based Chaotic Oscillators [Communication écrite]. IEEE High Performance Extreme Computing Conference (HPEC 2024), Wakefield, MA, USA. Lien externe
Ahmadi, M., Vakili, S., & Langlois, J. M. P. (2021). CARLA: A Convolution Accelerator with a Reconfigurable and Low-Energy Architecture. IEEE Transactions on Circuits and Systems I: Regular Papers, 68(8), 3184-3196. Lien externe
Ahmadi, M., Vakili, S., & Langlois, J. M. P. (juin 2020). Heterogeneous distributed SRAM configuration for energy-efficient deep CNN accelerators [Communication écrite]. 18th IEEE International New Circuits and Systems Conference (NEWCAS 2020), Montréal, Québec. Lien externe
Ahmadi, M., Vakili, S., & Langlois, J. M. P. (juin 2020). An energy-efficient accelerator architecture with serial accumulation dataflow for deep CNNs [Communication écrite]. 18th IEEE International New Circuits and Systems Conference (NEWCAS 2020), Montréal, Québec. Lien externe
Vakili, S., Langlois, J. M. P., Savaria, Y., & Manjikian, N. (2018). Enhanced Bloom filter utilisation scheme for string matching using a splitting approach. IET Communications, 12(7), 868-875. Lien externe
Ahmadi, M., Vakili, S., Langlois, J. M. P., & Gross, W. J. (juin 2018). Power Reduction in CNN Pooling Layers with a Preliminary Partial Computation Strategy [Communication écrite]. 16th IEEE International New Circuits and Systems Conference (NEWCAS 2018), Montréal, Québec. Lien externe
Sarbishei, I., Vakili, S., Langlois, J. M. P., & Savaria, Y. (mai 2017). Scalable memory-less architecture for string matching with FPGAs [Communication écrite]. IEEE International Symposium on Circuits and Systems (ISCAS 2017), Baltimore, MD. Lien externe
Vakili, S., Langlois, J. M. P., & Bois, G. (2016). Accuracy-aware processor customisation for fixed-point arithmetic. IET Computers and Digital Techniques, 10(1), 1-11. Lien externe
Vakili, S., Langlois, J. M. P., Boughzala, B., & Savaria, Y. (mars 2016). Memory-efficient string matching for intrusion detection systems using a high-precision pattern grouping algorithm [Communication écrite]. 12th ACM/IEEE Symposium on Architectures for Networking and Communications Systems (ANCS 2016), Santa Clara, California. Lien externe
Vakili, S., Langlois, J. M. P., & Bois, G. (juin 2015). Designing Customized Microprocessors for Fixed-Point Computation [Communication écrite]. NASA/ESA Conference on Adaptive Hardware and Systems (AHS 2015), Montréal, Québec. Lien externe
Vakili, S. (2014). Accuracy-Guaranteed Fixed-Point Optimization in Hardware Synthesis and Processor Customization [Thèse de doctorat, École Polytechnique de Montréal]. Disponible
Vakili, S., Langlois, J. M. P., & Bois, G. (2013). Enhanced precision analysis for accuracy-aware bit-width optimization using affine arithmetic. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 32(12), 1853-1865. Lien externe
Vakili, S., Langlois, J. M. P., & Bois, G. (mai 2013). Finite-precision error modeling using affine arithmetic [Communication écrite]. 38th IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2013), Vancouver, BC, Canada. Lien externe
Vakili, S., Langlois, J. M. P., & Bois, G. (2013). Customised soft processor design: A compromise between architecture description languages and parameterisable processors. IET Computers and Digital Techniques, 7(3), 122-131. Lien externe
Vakili, S., Gil, D. C., Langlois, J. M. P., Savaria, Y., & Bois, G. (décembre 2011). Customized embedded processor design for global photographic tone mapping [Communication écrite]. 18th IEEE International Conference on Electronics, Circuits and Systems (ICECS 2011), Beirut, Lebanon. Lien externe
Directeur ou directrice de recherche
Vaziri, M. (2024). Improving the Efficiency of Deep Learning Model Implementations Using Hardware Aware Design Techniques [Mémoire de maîtrise, Polytechnique Montréal]. Disponible