In-memory-computing implementation of magnetoresistive networks for ultra-low-power computing - ANR - Agence nationale de la recherche
Poster De Conférence Année : 2024

In-memory-computing implementation of magnetoresistive networks for ultra-low-power computing

Aymen Romdhane
  • Fonction : Auteur
  • PersonId : 1421142
SPINtronique et TEchnologie des Composants
Bruno Lovison-Franco
ADAptive Computing
Guillaume Prenat
SPINtronique et TEchnologie des Composants
Lorena Anghel
SPINtronique et TEchnologie des Composants
Pascal Benoit
ADAptive Computing
CV
David Novo
ADAptive Computing
CV

Domaines

Electronique
Fichier principal
Vignette du fichier
CHOOSE-2024-résultats 2023.pdf (2.09 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Elisabeth Galopin  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04697202

Soumis le : vendredi 13 septembre 2024-15:52:46

Dernière modification le : mercredi 18 décembre 2024-10:14:57

Télécharger pour visualiser

Dates et versions

hal-04697202 , version 1 (13-09-2024)

Identifiants

  • HAL Id : hal-04697202 , version 1

Citer

Aymen Romdhane, Bruno Lovison-Franco, Guillaume Prenat, Lorena Anghel, Pascal Benoit, et al.. In-memory-computing implementation of magnetoresistive networks for ultra-low-power computing. Journées Scientifiques Nationales 2024 du PEPR électronique, Mar 2024, Grenoble, France. . ⟨hal-04697202⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CEA UGA CNRS LIRMM ADAC UNIV-MONTPELLIER IRIG CEA-GRE ANR PEPR_ELECTRONIQUE
45 Consultations
19 Téléchargements

Partager

More