ALGORITMO DIVISÃO UTILIZANDO A META-HEURÍSTICA SIMULATED ANNEALING APLICADO NA OTIMIZAÇÃO DE CIRCUITOS REVERSÍVEIS
Notice bibliographique
Résumé
Neste trabalho foram implementados dois algoritmos adaptados para otimiza¸c˜ao de circuitos revers´iveis, tendo como custo a quantidade de portas no circuito. O algoritmo Simulated Annealing utilizado como m´etodo de otimiza¸c˜ao, em que junto as regras de reescrita permite a altera¸c˜ao do tamanho do circuito sem alterar a respectiva funcionalidade e o algoritmo Divis˜ao, desenvolvido para resolver a inefiˆencia do Simulated Annealing para circuitos com mais de 50 portas, tendo como objetivo evitar o crescimento indesej´avel do circuito nas itera¸c˜oes iniciais. A funcionalidade do m´etodo Divis˜ao ´e aplicar o m´etodo de otimiza¸c˜ao em pequenas partes do circuito por vez. Para avalia¸c˜ao do desempenho do algoritmo Divis˜ao, utilizou-se a heur´istica Dynamic Template como compara¸c˜ao. De acordo com os resultados, obteve-se maior redu¸c˜ao de custo em 15 circuitos, mesmo custo em 25 circuitos e piores custos em apenas 3 circuitos.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».