文献

J-GLOBAL ID：201702216499072204   整理番号：17A1641302

異なるレベルでの近似計算最適化を明らかにする:行動からゲートレベルへ【Powered by NICT】

Exposing Approximate Computing Optimizations at Different Levels: From Behavioral to Gate-Level

著者 (2件)： Xu Siyuan (Department of Electrical and Computer Engineering, The University of Texas at Dallas, Richardson, TX, USA) ,  Schafer Benjamin Carrion (Department of Electrical and Computer Engineering, The University of Texas at Dallas, Richardson, TX, USA)
資料名： IEEE Transactions on Very Large Scale Integration (VLSI) Systems  (IEEE Transactions on Very Large Scale Integration (VLSI) Systems)
巻： 25  号： 11  ページ： 3077-3088  発行年： 2017年 
JST資料番号： W0516A  ISSN： 1063-8210  CODEN： ITCOB4  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： 多くのクラスの応用は,それらの計算の不正確さに有意な耐性を示した。いくつかの例は,画像処理,マルチメディアアプリケーション,機械学習を含んでいる。これらの不正確さは,より小さい面積,低電力,高性能の回路を構築するために利用することができる。大部分の以前の研究は,VLSIプロセスにおける引き抜きまたはステップの特定のレベルの近似最適化を制限している。複合多重レベル法ははるかに優れていることを示した。このように,本論文では,各レベルでのみ可視種々の最適化を利用し,単一レベル法よりも良い結果をもたらした。さらに,近似計算は高度にデータ依存。そこで本論文では,回路は特定のデータ分布のための最適化したとき,近似回路の安定性を研究し,最終的な作業負荷はそれとは異なっている。以前の研究は,主に単一入力データ分布とこの分布が最終的な作業負荷に等しいことを考察した。結果は,筆者らの提案した方法は,以前の研究と比較して良好で最適構成を見つけることができ,回路,動的負荷環境では,よりロバストなを達成できることを示した。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： *近似法 ,  機械学習 ,  *最適化 ,  超LSI ,  画像処理 ,  多重化 ,  動荷重 ,  ロバスト性
準シソーラス用語： 入力データ ,  低電力化 ,  マルチメディアコンテンツ ,  *近似計算 , 【Automatic Indexing@JST】

分類 (2件)： 半導体集積回路  (NC03162T) ,  集積回路一般  (NC03161C)

タイトルに関連する用語 (4件)： 近似計算 ,  最適化 ,  行動 ,  ゲート