litlas
ログインアカウント作成

Kaushik Roy

1988–2026 年に発表

1,447
論文数
50,266
被引用数
108
h 指数
779
i10 指数

被引用数

Kaushik Roy の年別被引用数1966 年: 被引用 1 件1988 年: 被引用 5 件1989 年: 被引用 3 件1990 年: 被引用 14 件1991 年: 被引用 18 件1992 年: 被引用 30 件1993 年: 被引用 23 件1994 年: 被引用 55 件1995 年: 被引用 62 件1996 年: 被引用 63 件1997 年: 被引用 69 件1998 年: 被引用 103 件1999 年: 被引用 115 件2000 年: 被引用 151 件2001 年: 被引用 188 件2002 年: 被引用 339 件2003 年: 被引用 400 件2004 年: 被引用 477 件2005 年: 被引用 643 件2006 年: 被引用 571 件2007 年: 被引用 714 件2008 年: 被引用 723 件2009 年: 被引用 805 件2010 年: 被引用 822 件2011 年: 被引用 829 件2012 年: 被引用 827 件2013 年: 被引用 825 件2014 年: 被引用 935 件2015 年: 被引用 1,094 件2016 年: 被引用 1,248 件2017 年: 被引用 1,122 件2018 年: 被引用 1,508 件2019 年: 被引用 1,474 件2020 年: 被引用 1,822 件2021 年: 被引用 2,070 件2022 年: 被引用 2,022 件2023 年: 被引用 2,069 件2024 年: 被引用 2,137 件2025 年: 被引用 1,874 件2026 年: 被引用 514 件2027 年: 被引用 1 件1967〜1987 年は被引用が無いため表示していません

引用元

国・地域

この著者を引用した国・地域の世界地図アメリカ合衆国: 引用元論文 7,134 件、この内訳の 29.9%中国: 引用元論文 3,141 件、この内訳の 13.2%インド: 引用元論文 1,964 件、この内訳の 8.2%ドイツ: 引用元論文 867 件、この内訳の 3.6%韓国: 引用元論文 803 件、この内訳の 3.4%イギリス: 引用元論文 745 件、この内訳の 3.1%日本: 引用元論文 674 件、この内訳の 2.8%イタリア: 引用元論文 657 件、この内訳の 2.8%フランス: 引用元論文 590 件、この内訳の 2.5%カナダ: 引用元論文 565 件、この内訳の 2.4%台湾: 引用元論文 557 件、この内訳の 2.3%イラン: 引用元論文 483 件、この内訳の 2%
0%29.9%その他 23.8%

機関

分野

  • Engineering53.3%
  • Computer Science38.1%
  • Physics and Astronomy2.2%
  • Medicine1.9%
  • Materials Science1.1%
  • Neuroscience1%
  • その他2.4%

トピック

  • Low-power high-performance VLSI design10.1%
  • Advanced Memory and Neural Computing9.3%
  • Ferroelectric and Negative Capacitance Devices4.9%
  • Advancements in Semiconductor Devices and Circuit Design4.8%
  • Parallel Computing and Optimization Techniques4.5%
  • Semiconductor materials and devices4.3%
  • その他62.1%

共著者

全論文

検索で開く
  1. Towards spike-based machine intelligence with neuromorphic computing

    著者: Kaushik Roy, Akhilesh Jaiswal, Priyadarshini Panda - Nature 2019 被引用: 2,160

  2. DIET-SNN: A Low-Latency Spiking Neural Network With Direct Input Encoding and Leakage and Threshold Optimization

    著者: Nitin Rathi, Kaushik Roy - IEEE Transactions on Neural Networks and Learning Systems, IEEE Trans. Neural Networks Learn. Syst. 2013 被引用: 240

  3. Enabling Spike-Based Backpropagation for Training Deep Neural Network Architectures

    著者: Chankyu Lee, Syed Shakib Sarwar, Priyadarshini Panda, Gopalakrishnan Srinivasan, Kaushik Roy - Frontiers in Neuroscience 2020 被引用: 429

  4. Exploring Neuromorphic Computing Based on Spiking Neural Networks: Algorithms to Hardware

    著者: Nitin Rathi, Indranil Chakraborty, Adarsh Kosta, Abhronil Sengupta, Aayush Ankit, Priyadarshini Panda, Kaushik Roy - ACM Computing Surveys, ACM Comput. Surv. 2022 被引用: 229

  5. PUMA: A Programmable Ultra-efficient Memristor-based Accelerator for Machine Learning Inference

    著者: Aayush Ankit, Izzat El Hajj, Sai Rahul Chalamalasetti, Geoffrey Ndu, Martin Foltin, R. Stanley Williams, Paolo Faraboschi, Wen-mei W. Hwu, John Paul Strachan, Kaushik Roy, Dejan S. Milojicic - Twenty-Fourth International Conference on Architectural Support for Programming Languages and Operating Systems, ASPLOS 2019 被引用: 403

  6. Gradient Projection Memory for Continual Learning

    著者: Gobinda Saha, Isha Garg, Kaushik Roy - ICLR 2021 被引用: 462

  7. Low-Power Digital Signal Processing Using Approximate Adders

    著者: Vaibhav Gupta, Debabrata Mohapatra, Anand Raghunathan, Kaushik Roy - IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, IEEE Trans. Comput. Aided Des. Integr. Circuits Syst. 2012 被引用: 826

  8. FL-IDS: Federated Learning-Based Intrusion Detection System Using Edge Devices for Transportation IoT

    著者: Mansi Bhavsar, Yohannes Belayneh Bekele, Kaushik Roy, John C. Kelly, Daniel B. Limbrick - IEEE Access 2024 被引用: 108

  9. X-SRAM: Enabling In-Memory Boolean Computations in CMOS Static Random Access Memories

    著者: Amogh Agrawal, Akhilesh Jaiswal, Chankyu Lee, Kaushik Roy - IEEE Transactions on Circuits and Systems I Regular Papers, IEEE Trans. Circuits Syst. I Regul. Pap. 2018 被引用: 308

  10. Neurosymbolic Artificial Intelligence (Why, What, and How)

    著者: Amit P. Sheth, Kaushik Roy, Manas Gaur - IEEE Intelligent Systems, IEEE Intell. Syst. 2023 被引用: 114

  11. DIET-SNN: Direct Input Encoding With Leakage and Threshold Optimization in Deep Spiking Neural Networks

    著者: Nitin Rathi, Kaushik Roy - arXiv (Cornell University), CoRR 2020 被引用: 128

  12. Enabling Deep Spiking Neural Networks with Hybrid Conversion and Spike Timing Dependent Backpropagation

    著者: Nitin Rathi, Gopalakrishnan Srinivasan, Priyadarshini Panda, Kaushik Roy - ICLR 2020 被引用: 356

  13. Toward Scalable, Efficient, and Accurate Deep Spiking Neural Networks With Backward Residual Connections, Stochastic Softmax, and Hybridization

    著者: Priyadarshini Panda, Sai Aparna Aketi, Kaushik Roy - Frontiers in Neuroscience 2020 被引用: 132

  14. IMAC: In-Memory Multi-Bit Multiplication and ACcumulation in 6T SRAM Array

    著者: Mustafa Fayez Ali, Akhilesh Jaiswal, Sangamesh Kodge, Amogh Agrawal, Indranil Chakraborty, Kaushik Roy - IEEE Transactions on Circuits and Systems I Regular Papers, IEEE Trans. Circuits Syst. I Regul. Pap. 2020 被引用: 127

  15. Deep Spiking Neural Network: Energy Efficiency Through Time Based Coding

    著者: Bing Han, Kaushik Roy - Lecture notes in computer science, ECCV (10) 2020 被引用: 131

  16. Eigen Attention: Attention in Low-Rank Space for KV Cache Compression

    著者: Utkarsh Saxena, Gobinda Saha, Sakshi Choudhary, Kaushik Roy - Findings of the Association for Computational Linguistics: EMNLP 2024, EMNLP (Findings) 2024 被引用: 38

  17. Computing in Memory With Spin-Transfer Torque Magnetic RAM

    著者: Shubham Jain, Ashish Ranjan, Kaushik Roy, Anand Raghunathan - IEEE Transactions on Very Large Scale Integration (VLSI) Systems, IEEE Trans. Very Large Scale Integr. Syst. 2017 被引用: 341

  18. Training Deep Spiking Convolutional Neural Networks With STDP-Based Unsupervised Pre-training Followed by Supervised Fine-Tuning

    著者: Chankyu Lee, Priyadarshini Panda, Gopalakrishnan Srinivasan, Kaushik Roy - Frontiers in Neuroscience 2018 被引用: 204

  19. In-Memory Computing in Emerging Memory Technologies for Machine Learning: An Overview

    著者: Kaushik Roy, Indranil Chakraborty, Mustafa Fayez Ali, Aayush Ankit, Amogh Agrawal - 57th ACM/IEEE Design Automation Conference (DAC) 2020 被引用: 76

  20. Compute in‐Memory with Non‐Volatile Elements for Neural Networks: A Review from a Co‐Design Perspective

    著者: Wilfried Haensch, Anand Raghunathan, Kaushik Roy, Bhaswar Chakrabarti, Charudatta Phatak, Cheng Wang, Supratik Guha - Advanced Materials 2022 被引用: 111

  21. Analysis and characterization of inherent application resilience for approximate computing

    著者: Vinay K. Chippa, Srimat T. Chakradhar, Kaushik Roy, Anand Raghunathan - Design Automation Conference, DAC 2013 被引用: 542

  22. In-Memory Low-Cost Bit-Serial Addition Using Commodity DRAM Technology

    著者: Mustafa Fayez Ali, Akhilesh Jaiswal, Kaushik Roy - IEEE Transactions on Circuits and Systems I Regular Papers, IEEE Trans. Circuits Syst. I Regul. Pap. 2019 被引用: 108

  23. Using a Long Short-Term Memory Recurrent Neural Network (LSTM-RNN) to Classify Network Attacks

    著者: Pramita Sree Muhuri, Prosenjit Chatterjee, Xiaohong Yuan, Kaushik Roy, Albert C. Esterline - Information, Inf. 2020 被引用: 136

  24. Comparison of Machine Learning and Deep Learning Models for Network Intrusion Detection Systems

    著者: Niraj Thapa, Zhipeng Liu, Dukka B. KC, Balakrishna Gokaraju, Kaushik Roy - Future Internet 2020 被引用: 101