文献

J-GLOBAL ID：201702262751403229   整理番号：17A0274318

雑音センサ配置とフルチップ電圧緊急事態検出のための機械学習【Powered by NICT】

Machine Learning for Noise Sensor Placement and Full-Chip Voltage Emergency Detection

著者 (5件)： Liu Xiaochen (School of Information Science and Technology, ShanghaiTech University, Shanghai, China) ,  Sun Shupeng (ECE Department, Carnegie Mellon University, Pittsburgh, PA, USA) ,  Li Xin (ECE Department, Carnegie Mellon University, Pittsburgh, PA, USA) ,  Qian Haifeng (IBM T. J. Watson Research Center, Yorktown Heights, NY, USA) ,  Zhou Pingqiang (School of Information Science and Technology, ShanghaiTech University, Shanghai, China)
資料名： IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems  (IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems)
巻： 36  号： 3  ページ： 421-434  発行年： 2017年 
JST資料番号： B0142C  ISSN： 0278-0070  CODEN： ITCSDI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 供給電圧があるしきい値以下に低下すると電源変動は,プロセッサの動作に対する潜在的脅威になり,起こることを緊急電圧の形である。雑音センサ(アナログまたはディジタル出力を持つ)は,動作電圧変動をモニタリングすることにより緊急電圧を検出するためのプロセッサnonfunction地域に置くことができる。著者らの研究は,センサ電圧緊急検出システムを構築することに関連する二つの重要な問題を扱う1)オフラインセンサ配置,すなわち,センサの数と位置は,設計コストとチップの信頼性との間のバランスをとるために最適化されるように雑音センサを配置する,2)オンライン電圧緊急検出,すなわち,ホットスポット位置における緊急電圧を検出するために,これらの配置したセンサをどのように使うか。本論文では,アナログおよびディジタル(より具体的には,二元)センサ出力の,それぞれ,これらの二つの問題への統合的解決策を提案し,センサ候補位置とホットスポットの位置の間の電圧相関を利用した。アナログのケースでは,グループLassoと通常の最小二乗手法を利用二成分ケースについては,著者らは,グループLassoとSVM(サポートベクトルマシン)アプローチを統合した。実験結果は,最新の研究と比較した場合,提案アプローチでは,アナログ出力の平均2.3X 2.7Xより良い電圧緊急検出結果を達成できることを示す二成分の場合,平均に関する著者らの方法論は,最大確率は予測と呼ばれる手法に比べて予測精度が最高21%向上を達成することができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 電圧変動 ,  *センサ ,  演算プロセッサ ,  *電圧 ,  ホットスポット ,  アナログ系 ,  *機械学習 ,  最小二乗法 ,  ディジタル方式 ,  *雑音 ,  最適化 ,  サポートベクトルマシン
準シソーラス用語： 予測精度 ,  オンライン ,  供給電圧 , 【Automatic Indexing@JST】

分類 (2件)： 半導体集積回路  (NC03162T) ,  CAD,CAM  (JE10000A)

タイトルに関連する用語 (3件)： 雑音 ,  センサ配置 ,  機械学習