MétaCan
Menu
Retour à la cohorte
Enregistrement W1483457136 · doi:10.5772/14688

Evolvable Metaheuristics on Circuit Design

2011· book-chapter· en· W1483457136 sur OpenAlexaff
Felipe Padilla, Aurora Torres Soto, Julio Ponce, Mara Dolores, Sylvie Ratt, Eunice Ponce-de-Le

Notice bibliographique

RevueInTech eBooks · 2011
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueEvolutionary Algorithms and Applications
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésMetaheuristicComputer scienceSystems engineeringEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

genetic algorithms and genetic programming, electronic hardware implies not only digital but analog circuits also.This field has earned importance since the early 1990´s because of the advent of reconfigurable hardware.The ultimate objective of this field is to design and construct intelligent hardware, capable of online adaptation (Yao and Higuchi, 1999).The first classification of evolvable hardware can be found in (De Garis, 1993).In this work De Garis established there are extrinsic and intrinsic EHW.While Extrinsic EHW simulates evolution by software and downloads to hardware only the best configuration; intrinsic EHW simulates evolution directly in hardware.Nowadays the scope of this discipline has grown vastly.According to Zebulum (Zebulum, 1996), evolvable hardware can be classified by several criterion like hardware evaluation, evolvable computation approach, application area and evolvable platform.In regard to its application area EHW in divided in: Circuit design, robotics and control, pattern recognition, fault tolerance and very large scale integration (VLSI).We are interested in discuss about the first one.Circuit design is the art of constructing a sized circuit from user specifications (Das and Vemuri, 2009).This task is divided according to the kind of circuits that are handled in digital and analog circuit design.Nowadays there are different algorithms that can be used to solve problems of optimization of circuits like: Genetic Programming, Genetic Algorithm, Estimation of the Distribution Algorithms, Ant Colony Optimizations, Others.The more amenable nature of digital circuits made researchers like Louis (Louis, 1993) and Koza (Koza, 1992) to focus first on the production of functional logic circuits.Afterwards, the goal was not only to obtain functional circuits, but optimum ones.The work of Louis (Louis, 1993) was pioneer on the use of genetic algorithms on the design of combinational circuits; Thompson et al (Thompson et al., 1996) were the first in coding logic gates and its connections.Other outstanding researches on digital design are Higuchi et al. (Higuchi et al., 1996) specially focused on intrinsic evolution based on neural networks; Hernández and Coello (Hernández and Coello, 2003) first worked with genetic algorithms and later with genetic programming and Information Theory.A very interesting case is the use of ACO on the optimization of combinatorial circuits (Mendoza, 2001).The analog synthesis world also has numerous successful implementations of different

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,075
Tête enseignante GPT0,244
Écart entre enseignants0,169 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInTech eBooksMême sujetEvolutionary Algorithms and ApplicationsTravaux en français237 207