MétaCan
Menu
Retour à la cohorte
Enregistrement W2119659081 · doi:10.1109/ccece.2011.6030509

Priority function based power efficient rapid Design Space Exploration of scheduling and module selection in high level synthesis

2011· article· en· W2119659081 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
ThématiqueEmbedded Systems Design Techniques
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceScheduling (production processes)Design space explorationMathematical optimizationHigh-level synthesisDependency (UML)Metric (unit)Iterative methodDesign structure matrixReliability engineeringDistributed computingAlgorithmEmbedded systemMathematicsEngineeringField-programmable gate array

Résumé

récupéré en direct d'OpenAlex

This paper presents a novel power efficient iterative Design Space Exploration (DSE) approach that finds the integrated solution to optimal/near-optimal scheduling and module selection with simultaneous reduction of the static power consumption of the design under the expenditure of minimal control steps. This iterative heuristic method is based on a novel priority function metric called 'Priority Indicator (PI)' and 'Dependency Matrix algorithm' that is responsible to minimize the power consumption of the resources without disturbing the data dependency present in the given problem. The proposed method also evenly distributes the allocated hardware functional units during the final scheduling. The comparison of the proposed approach with a recent approach in terms of exploration runtime and quality of final solution (measured using proposed 'Effective Cost Metric (ECM)') indicated an average improvement of 4.27% in the quality of final solution and reduction of 62.52% in exploration runtime.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,086
Tête enseignante GPT0,245
Écart entre enseignants0,159 · 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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEmbedded Systems Design TechniquesTravaux en français237 207