Accelerating Bayesian Neural Networks on Low-Power Edge RISC-V Processors

Authors

  • Samuel Pérez Pedrajas Grupo de Arquitectura de Computadores de Zaragoza (GAZ)
  • Javier Resano Ezcaray
  • Dario Suárez Gracia

DOI:

https://doi.org/10.26754/jjii3a.202410671

Abstract

La fiabilidad es un aspecto crítico en las predicciones de inteligencia artificial no cubierto por la mayoría de redes neuronales. Al contrario, las redes neuronales bayesianas (BNN) ofrecen una solución permitiendo calcular métricas de incertidumbre junto a sus predicciones, a cambio de aumentar el coste de la inferencia. Este trabajo optimiza dicho proceso desarrollando una extensión personalizada de bajo coste y consumo para la arquitectura RISC-V.

Display downloads

Download data is not yet available.

Downloads

Published

2024-07-17

Issue

Section

Artículos (Tecnologías de la Información y las Comunicaciones)

How to Cite

Pérez Pedrajas, S., Resano Ezcaray, J., & Suárez Gracia, D. (2024). Accelerating Bayesian Neural Networks on Low-Power Edge RISC-V Processors. Jornada De Jóvenes Investigadores Del I3A, 12. https://doi.org/10.26754/jjii3a.202410671