MétaCan
Menu
Retour à la cohorte
Enregistrement W2159019163 · doi:10.1109/ccece.2006.277367

A New Transistor-Redundant Voter for Defect-Tolerant Digital Circuits

2006· article· en· W2159019163 sur OpenAlexaff
Hayssam El-Razouk, Z. Abid

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRadiation Effects in Electronics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésRedundancy (engineering)AdderTriple modular redundancyTransistorFault toleranceComputer scienceDigital electronicsCMOSElectronic circuitElectronic engineeringLogic gateElectrical engineeringEngineeringVoltage

Résumé

récupéré en direct d'OpenAlex

As CMOS technology is being scaled down aggressively towards the nano-regime, digital circuits are becoming more and more prone to failure, not only because of transient faults, but more likely as a result of permanent defects. This paper presents a new technique for defect-tolerance at the transistor level called transistor redundancy (TR); targeting the voter design in fault-tolerant systems. This is the first time transistor redundancy is used to design the first defect-tolerant voter circuit. TR allows the masking of faults resulting from permanent defects, since it uses redundant transistors to implement the functionality of each transistor. Circuit simulations of n-bit TR-voter based triple modular redundancy (TMR) adder were conducted and the results were compared with conventional-voter based TMR adder. The use of the proposed TR-voter gives 100% fault masking capabilities (considering the single fault scenario) compared to fault-intolerant conventional-voter that does not mask any defect. There was no increase in the time delay but the total number of transistor, for each adder, increased by 25% compared to conventional TMR

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,171
Écart entre enseignants0,168 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadiation Effects in ElectronicsTravaux en français237 207