Evolvable hardware design based on a novel simulated annealing in an embedded system
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.
Notice bibliographique
Résumé
SUMMARY The auto‐design of electronic circuits for the next generation Information Technology (IT) computing environments is currently one of the most extensively studied issues in the field of evolvable hardware (EHW) architectures. It aims to improve the reliability and fault‐tolerance of hardware systems using embedded techniques. As the scalability of logic circuits becomes larger and more complex nowadays, its auto‐design is more and more difficult. In order to improve the efficiency and the capability of digital circuit auto‐design, in this paper, a multi‐objective simulated annealing (MSA)‐based increasable evolution approach is proposed in an embedded system. First, an extended matrix encoding method is used to indicate the potential performance of a circuit. Therefore, the risk of deleting a circuit with a good developing potential during evolution can be reduced. Second, we consider each output of a digital circuit as an objective, and MSA is designed for digital logic circuits with gradual evolution scheme. In the process of evolution, each objective is evolved in parallel with adaptive mechanism of neighborhood and a performance evaluation. Finally, a framework of online evolution with macro‐blocks is employed to implement MSA on a field‐programmable gate array efficiently and securely. In our experiments, six arithmetic circuits are designed to assess the performance of MSA with gate‐level and function‐level approaches comparing to other algorithms. The comparison results show that our method is very efficient in the auto‐design of EHW. Copyright © 2010 John Wiley & Sons, Ltd.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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