Journalartikel - Wissenschaftlicher Artikel | 2022 | Peer reviewed

Inference Runtime of a Neural Network to Detect Atrial Fibrillation on Customized RISC-V-based Hardware

Autor*innen

Hoyer, lngo ; Utz, Alexander ; Ludecke, Andre ; Rohr, Maurice ; Antink, Christoph Hoog ; Seidl, Karsten

Zeitschrift

Current directions in biomedical engineering

DOI

10.1515/cdbme-2022-1179

Weitere Details

Sprache

englisch

Darstellungsform

Text

Band

Ausgabe

Seitenbereich

703 - 706

Zitierstile

Hoyer, lngo, Utz, A., Ludecke, A., Rohr, M., Antink, C. H., & Seidl, K. (2022). Inference Runtime of a Neural Network to Detect Atrial Fibrillation on Customized RISC-V-based Hardware. Current Directions in Biomedical Engineering, 8(2), 703–706. doi:10.1515/cdbme-2022-1179

In die Zwischenablage kopieren

Hoyer, lngo, Utz, A., Ludecke, A., Rohr, M., Antink, C.H. and Seidl, K., 2022. Inference Runtime of a Neural Network to Detect Atrial Fibrillation on Customized RISC-V-based Hardware. Current directions in biomedical engineering, 8(2), pp.703–706.

In die Zwischenablage kopieren

Hoyer, lngo u. a. 2022. Inference Runtime of a Neural Network to Detect Atrial Fibrillation on Customized RISC-V-based Hardware. Current directions in biomedical engineering 8, 2, 703–706.

In die Zwischenablage kopieren

Download
RDF/XML-Format
JSON-LD-Format
Turtle-Format
N3-Format

Zitierstile

In die Zwischenablage kopieren

Hoyer, lngo u. a. 2022. Inference Runtime of a Neural Network to Detect Atrial Fibrillation on Customized RISC-V-based Hardware. Current directions in biomedical engineering 8, 2, 703–706.

In die Zwischenablage kopieren

Download
RDF/XML-Format
JSON-LD-Format
Turtle-Format
N3-Format

American Psychological Association 6th edition (DOI)

Anglia Ruskin University - Harvard

Gesellschaft für Bildung und Forschung in Europa - Harvard