Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Personne

Liza Carol Andrea Dunbar

À propos
Confidentialité
Mentions légales

Copyright © 2025 EPFL, tous droits réservés

Graph Chatbot

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Cours enseignés par cette personne (1)

MGT-432: Data science for business

Students will learn how data science can be used to make better business decisions. In doing this we examine the basic data science techniques used in business and how to evaluate them within a busine

Publications associées (30)

Veuillez noter qu'il ne s'agit pas d'une liste complète des publications de cette personne. Elle inclut uniquement les travaux sémantiquement pertinents. Pour une liste complète, veuillez consulter Infoscience.

Unités associées (1)

EPFL
CDM
MTEI
MTEI-GE

Eflop: a Sparsity-aware Metric for Evaluating Computational Cost in Spiking and Non-spiking Neural Networks

Liza Carol Andrea Dunbar

Deploying energy-efficient deep neural networks on energy-constrained edge devices is an important research topic in both machine learning and circuit design communities. Both artificial neural networks (ANNs) and spiking neural networks (SNNs) have been p ...

IOP Publishing Ltd2025

Constrained Zero-Shot Neural Architecture Search on Small Classification Dataset

Liza Carol Andrea Dunbar

The rapid evolution of Deep Learning (DL) has brought about significant transformations across scientific domains, marked by the development of increasingly intricate models demanding powerful GPU platforms. However, edge applications like wearables and mo ...

IEEE2024

Hierarchical Training of Deep Neural Networks Using Early Exiting

Pascal Frossard, Liza Carol Andrea Dunbar, Ahmet Caner Yüzügüler, Yamin Sepehri

Deep neural networks (DNNs) provide state-of-the-art accuracy for vision tasks, but they require significant resources for training. Thus, they are trained on cloud servers far from the edge devices that acquire the data. This issue increases communication ...

Ieee-Inst Electrical Electronics Engineers Inc2024