 | Monter d'un niveau |
Réseau de collaborationCe 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.
Nuage de motsUn 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.
Dupraz, E., & Leduc-Primeau, F. (août 2025). Channel Coding for Binary Neural Networks Implemented with Noisy Memristor Crossbars [Communication écrite]. 13th International Symposium on Topics in Coding (ISTC 2025), Los Angeles, CA, USA. Lien externe
Kern, J., Henwood, S., Torcato Mordido, G. F., Dupraz, E., Aissa-El-Bey, A., Savaria, Y., & Leduc-Primeau, F. (2024). Fast and Accurate Output Error Estimation for Memristor-Based Deep Neural Networks. IEEE Transactions on Signal Processing, 72, 1205-1218. Lien externe
Nadal, J., Yaoumi, M., Dupraz, E., Guilloud, F., & Leduc-Primeau, F. (septembre 2023). Energy Optimization of Faulty Quantized Min-Sum LDPC Decoders [Communication écrite]. 12th International Symposium on Topics in Coding (ISTC 2023), Brest, France (5 pages). Lien externe
Dupraz, E., Leduc-Primeau, F., Cai, K., & Dolecek, L. (2023). Turning to Information Theory to Bring In-Memory Computing Into Practice. IEEE BITS the Information Theory Magazine, 13 pages. Lien externe
Kern, J., Henwood, S., Torcato Mordido, G. F., Dupraz, E., Aissa-El-Bey, A., Savaria, Y., & Leduc-Primeau, F. (juin 2022). MemSE: Fast MSE Prediction for Noisy Memristor-Based DNN Accelerators [Communication écrite]. IEEE International Conference on Artificial Intelligence Circuits and Systems (AICAS) - Intelligent Technology in the Post-Pandemic Era, Incheon, South Korea. Lien externe
Kern, J., Dupraz, E., Aissa-El-bey, A., Varshney, L. R., & Leduc-Primeau, F. (2022). Optimizing the Energy Efficiency of Unreliable Memories for Quantized Kalman Filtering. Sensors, 22(3), 20 pages. Lien externe
Kern, J., Dupraz, E., Aissa-El-Bey, A., & Leduc-Primeau, F. (juin 2021). Improving the energy-efficiency of a Kalman filter using unreliable memories [Communication écrite]. IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2021), Toronto, Ont.. Lien externe
Dupraz, E., & Leduc-Primeau, F. (2021). Noisy density evolution with asymmetric deviation models. IEEE Transactions on Communications, 69(3), 1403-1416. Lien externe
Dupraz, E., Varshney, L. R., & Leduc-Primeau, F. (octobre 2021). Power-Efficient Deep Neural Networks with Noisy Memristor Implementation [Communication écrite]. IEEE Information Theory Workshop (ITW 2021), Kanazawa, Japan (5 pages). Lien externe
Nadal, J., Brown, S., Dupraz, E., & Leduc-Primeau, F. (août 2021). Towards an Accurate High-Level Energy Model for LDPC Decoders [Communication écrite]. 11th International Symposium on Topics in Coding (ISTC 2021), Montréal, QC, Canada (6 pages). Lien externe
Nadal, J., Fiorentino, M., Dupraz, E., & Leduc-Primeau, F. (juin 2020). A Deeply Pipelined, Highly Parallel and Flexible LDPC Decoder [Communication écrite]. 18th IEEE International New Circuits and Systems Conference (NEWCAS 2020), Montréal, QC, Canada. Lien externe
Yaoumi, M., Dupraz, E., Leduc-Primeau, F., & Guilloud, F. (2020). Energy optimization of quantized min-sum decoders for protograph-based LDPC codes. [Annales des Telecommunications]. Lien externe
Yaoumi, M., Leduc-Primeau, F., Dupraz, E., & Guilloud, F. (août 2019). Optimization of protograph LDPC codes based on high-level energy models [Communication écrite]. 16th International Symposium on Wireless Communication Systems, (ISWCS 2019), Oulu, Finland. Lien externe
Dupraz, E., Leduc-Primeau, F., & Gagnon, F. (décembre 2018). Low-Latency LDPC Decoding Achieved by Code and Architecture Co-Design [Communication écrite]. International Symposium on Turbo Codes & Iterative Information Processing (ISTC 2018), Hong Kong, Chine. Lien externe
