Q-Learning-based Adaptive Power Management for IoT System-an-Chips with Embedded Power States - Aix-Marseille Université
Communication Dans Un Congrès Année : 2018

Q-Learning-based Adaptive Power Management for IoT System-an-Chips with Embedded Power States

Y. Debizet
  • Fonction : Auteur
Guénolé Lallement
  • Fonction : Auteur
STMicroelectronics [Crolles]
Fady Abouzeid
STMicroelectronics [Crolles]
Philippe Roche
  • Fonction : Auteur
STMicroelectronics [Crolles]
Jean-Luc Autran
Institut des Matériaux, de Microélectronique et des Nanosciences de Provence

Domaines

Micro et nanotechnologies/Microélectronique

IM2NP Bibliométrie  : Connectez-vous pour contacter le contributeur

https://amu.hal.science/hal-02111130

Soumis le : jeudi 25 avril 2019-18:03:12

Dernière modification le : lundi 10 juin 2024-16:58:03

Fichier non déposé

Dates et versions

hal-02111130 , version 1 (25-04-2019)

Identifiants

  • HAL Id : hal-02111130 , version 1

Citer

Y. Debizet, Guénolé Lallement, Fady Abouzeid, Philippe Roche, Jean-Luc Autran. Q-Learning-based Adaptive Power Management for IoT System-an-Chips with Embedded Power States. IEEE International Symposium on Circuits and Systems (ISCAS), May 2018, Florence, Italy. ⟨hal-02111130⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-TLN CNRS UNIV-AMU IM2NP
41 Consultations
0 Téléchargements

Partager

More