</title> </titles> <publication_date media_type='print'> <month>8</month> <year>2013</year> </publication_date> <publication_date media_type='online'> <month>8</month> <year>2013</year> </publication_date> <doi_data> <doi></doi> <resource></resource> </doi_data> </journal_article> <!-- ============== --> <journal_article publication_type='full_text'> <titles> <title>Performance Analysis of a Reconfigurable Shared Memory Multiprocessor System for Embedded Applications
Notice bibliographique
Résumé
This paper presents a method to predict perform processor cores in a reconfigurable system for embedded applications. A multiprocessor framework is developed with the capability of reconfigurable processors in a shared memory system optimized for stream signal processing applications. The framework features a discrete time Markov based stochastic tool, which is used to analyze memory contention in the shared memory architecture, and to predict the performance increase (speed of execution) when the number of processors i variations of other system parameters, such as different task allocations and the number of pipeline stages are possible were verified by experimental results of a green scre and run on a Xilinx Virtex
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 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 | 0,030 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,011 | 0,011 |
| Méta-épidémiologie (sens large) | 0,013 | 0,007 |
| Bibliométrie | 0,018 | 0,030 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,014 | 0,020 |
| Science ouverte | 0,033 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,022 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».