2026 conference-paper

Energy-Efficient INT8 Quantized LeNet Accelerator Using Systolic Arrays for Handwritten English-Arabic Digits Recognition

Ashraf A. Abdallah, DiaaEldin Khalil, Lobna A. Said

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : Égypte. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Energy-Efficient INT8 Quantized LeNet Accelerator Using Systolic Arrays for Handwritten English-Arabic Digits Recognition
Date Crossref
11/05/2026
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Ain Shams UniversityNile University

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Handwritten Text Recognition TechniquesAdvanced Neural Network ApplicationsSpeech Recognition and Synthesis
Consulter la publication primaire Ouvrir le DOI

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.