AdAM：面向边缘DNN加速器的自适应容错近似乘法器
AdAM: Adaptive Fault-Tolerant Approximate Multiplier for Edge DNN Accelerators
University of Zanjan（赞詹大学）；Mälardalen University（梅拉达伦大学）；Tallinn University of Technology（塔林理工大学）
AI总结：
本研究提出了一款名为AdAM的新型自适应容错近似乘法器架构，专门适配基于ASIC的边缘DNN加速器。
摘要：
本文提出一种面向基于ASIC的DNN加速器的新型自适应容错近似乘法器架构。
英文摘要：
In this paper, we propose an architecture of a novel adaptive fault-tolerant approximate multiplier tailored for ASIC-based DNN accelerators.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
