神经网络计算框架设计与系统优化的数据集

本数据集共包四篇神经网络计算框架设计与系统优化相关论文的试验数据。分别是（FeCrypto: Instruction Set Architecture for Cryptographic Algorithms Based on FeFET-Based In-Memory Computing）试验数据来源于模拟和数字电路仿真程序，使用文中提及的器件模型，阵列规模、电压源电压值、参考电流值和外围电路设计，通过Hspice和Design Compiler分别对FeCrypto的模拟部件和数字部件进行仿真并采集数据，使用Excel等进行数据处理；（FSPA: An FeFET-based Sparse Matrix-Dense Vector Multiplication Accelerator）实验数据来源于模拟和数字电路仿真程序，使用文中提及的器件模型，阵列规模和外围电路设计，通过Hspice和Design Compiler分别对FSPA的模拟部件和数字部件进行仿真并采集数据，使用Excel等进行数据处理；（PIMSIM-NN: An ISA-based Simulation Framework for Processing-in-Memory Accelerators）数据来源于模拟和数字电路仿真程序，使用Excel等进行数据处理；（PIMSYN: Synthesizing Processing-in memory CNN Accelerators）数据来源于神经网络模型，使用文中提及的神经网络模型，通过存内计算卷积神经网络加速器自动综合工具对于给定神经网络任务进行架构综合、仿真并采集数据，使用Excel等进行数据处理。