MétaCan
Menu
Retour à la cohorte
Enregistrement W3087681185 · doi:10.1109/cjece.2020.2992010

Implementation of Ultrahigh-Speed Decimators

2020· article· en· W3087681185 sur OpenAlexaffvenue
Mohammed Shoukry, Fayez Gebali, P. Agathoklis

Notice bibliographique

RevueCanadian Journal of Electrical and Computer Engineering · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueEmbedded Systems Design Techniques
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDecimationDirected acyclic graphComputer scienceScheduling (production processes)Latency (audio)Parallel computingSignal processingReal-time computingSpeedupAlgorithmSystem timeClock rateGraphDigital signal processingComputer hardwareChipTheoretical computer scienceMathematicsMathematical optimizationBandwidth (computing)Telecommunications

Résumé

récupéré en direct d'OpenAlex

Traditionally, the data rate of a digital signal processing system is bound by the processing speed. In this article, a formal approach for overcoming this limitation and allowing high-data-rate applications to run on relatively slow processors is presented. This approach allows the time sampling period to be much shorter than the time required to process an input sample; in effect, an ultrahigh-speed system is obtained where the sample rate exceeds the processing rate by a factor controlled by the system designer. The proposed approach is applied to the multirate decimation algorithm and its associated dependence graph. A directed acyclic graph (DAG) is then obtained from it using a scheduling policy. The DAG is then partitioned using an interlaced partitioning scheme. Multiphase/multirate clocking is used to synchronize the different components of the system. The number of partitions required depends on the I/O rate and processor speed. The proposed approach speeds up the system at the expense of extra latency and hardware resources.

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 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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,302

Scores Codex et Gemma par catégorie

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 ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,206
Écart entre enseignants0,197 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Electrical and Computer EngineeringMême sujetEmbedded Systems Design TechniquesTravaux en français237 207