文献

J-GLOBAL ID：201702232272229732   整理番号：17A1253844

低電力FSM合成のための遺伝的ファジィc-平均クラスタリングに基づく分解【Powered by NICT】

Genetic Fuzzy c-mean clustering-based decomposition for low power FSM synthesis

著者 (3件)： Yanyun Tao (School of urban railway transportation, Soochow University, Suzhou, China, 215137) ,  Qinyu Wang (School of Internet of Things, Jiangnan University, Wuxi, China, 214014) ,  Yuzhen Zhang (Cardiology department, The first affiliated Hospital of Soochow University, Suzhou, China, 215006)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CEC  ページ： 642-648  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： ほとんどの公表された結果は,有限状態機械(FSM)の電力削減が分解によって達成されることを示した。低電力FSM実現を達成するために,GFCM Dと呼ばれる遺伝的ファジィc-平均クラスタリングに基づく分解法を本研究ではFSM分配のために提案した。GFCM Dはファジィc-平均クラスタリング(FCM)を用いてCファジィクラスタの収集にFSMの状態の集合を分割するために,FSMは,いくつかのサブマシンに分解した。低電力を達成するために,GFCM Dの目的関数は,サブマシン間のクロス状態遷移確率を最小化し,submachine内部状態遷移確率を増加させることである。遺伝的アルゴリズム(GA)は,シェル,良好な中心,より適切なクラスタを生成するための選択,交差と変異を適用するとして使用されている。十五ベンチマークに広く,GFCM D,この手法を試験し,様々な側面からの以前のFSM合成法と比較した。実験結果はGFCM Dは以前の文献上の動的電力と漏れ消費電力の大幅なコスト削減を達成していることを示した。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： *クラスタ ,  有限状態機械 ,  遷移確率 ,  ベンチマーク ,  *電力 ,  *遺伝 ,  消費電力 ,  分割法 ,  遺伝的アルゴリズム ,  原価低減 ,  目的関数
準シソーラス用語： 内部状態 ,  *ファジィc-平均法 ,  *低電力化 , 【Automatic Indexing@JST】

分類 (2件)： オートマトン理論  (JB04000O) ,  論理回路  (NC05070B)

タイトルに関連する用語 (3件)： 低電力 ,  ファジィc-平均クラスタリング ,  分解