MétaCan
Menu
Retour à la cohorte
Enregistrement W2547231246 · doi:10.1109/ccece.2016.7726796

Retargeting and enhancing a compact multitasking kernel for the Altera Nios II processor

2016· article· en· W2547231246 sur OpenAlexaff
Naraig Manjikian

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueParallel Computing and Optimization Techniques
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHuman multitaskingKernel (algebra)Operating systemEmbedded systemProgramming language

Résumé

récupéré en direct d'OpenAlex

This paper describes the retargeting and further enhancement of a compact multitasking kernel for the 32-bit Altera Nios II processor. The kernel, called QUERK for Queen's University Educational Real-time Kernel, was originally written in assembly language and then the C language for the Motorola (and then Freescale) 68HC11 processor. Consisting of less than 200 lines of assembly-language instructions, the kernel was intended for educational purposes on undergraduate laboratory equipment in use at the time it was created. The software also supported undergraduate capstone project activity. To migrate the software to the 32-bit Altera Nios II processor that subsequently replaced the 8-bit 68HC11 in undergraduate laboratory activity, and to investigate issues arising from differences between the two instruction sets, this paper describes the retargeting of the kernel at the level of assembly language. The results reveal that the number of assembly-language source instructions for the base kernel with relinquish, block, and unblock services increased by less than 9% for the Nios II in comparison to the 68HC11. Although many additional instructions are needed to save and restore the larger number of registers for the Nios II, reductions in the number of instructions needed in other parts of the kernel aid in offsetting that increase in instructions. Further enhancements of the kernel are also described with support for timer delay requests, dynamic memory management, and interprocess communication with message passing. Potential future enhancements are also described.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,018
Tête enseignante GPT0,269
Écart entre enseignants0,251 · 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'étudeSans objet
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetParallel Computing and Optimization TechniquesTravaux en français237 207