MétaCan
Menu
Retour à la cohorte
Enregistrement W1907490098 · doi:10.1109/iecon.1993.339424

Generating multiprocessor implementations of robotics algorithms from task precedence graphs

2002· article· en· W1907490098 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueReal-Time Systems Scheduling
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMultiprocessingNode (physics)ImplementationParallel computingAlgorithmProgrammerRoboticsGraphDistributed computingArtificial intelligenceEmbedded systemProgramming languageTheoretical computer scienceRobot

Résumé

récupéré en direct d'OpenAlex

In complex control systems, a single processor is often inadequate to meet real-time deadline demands. A decrease in processing time can be attained by decomposing the algorithm into portions which can run concurrently on a multiprocessor. Implementing an algorithm for a multiprocessor operating system can be arduous and time-consuming; a change to multiprocessor or to the decomposition of the algorithm may require that large portions of the implementation be completely re-written. In this paper we present a utility to graphically model a process or algorithm as a directed, acyclic graph of nodes. The calculations which each node are to perform can then be entered by a programmer. The utility determines a node-to-processor allocation, then combines the node calculations allocated to each processor, and generates all initialisation and inter-node communications code. We present this utility as a tool for investigating multiprocessor multi-tasking algorithms, with application to robotics and control processes. Results of processes which have been so modelled are given.< <ETX xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">&gt;</ETX>

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,669
Score d'incertitude au seuil0,509

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,276
Écart entre enseignants0,238 · 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

En bref

Citations2
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReal-Time Systems SchedulingTravaux en français237 207