文献

J-GLOBAL ID：201702253879631108   整理番号：17A1772683

作業進捗:MPSoCに対する次世代ビデオ符号化の電力および熱管理のための機械学習ベース・アプローチ【Powered by NICT】

Work-in-progress: a machine learning-based approach for power and thermal management of next-generation video coding on MPSoCs

著者 (3件)： Iranfar Arman (Embedded Systems Laboratory (ESL), Swiss Federal Institute of Technology Lausanne (EPFL), Switzerland) ,  Zapater Marina (Embedded Systems Laboratory (ESL), Swiss Federal Institute of Technology Lausanne (EPFL), Switzerland) ,  Atienza David (Embedded Systems Laboratory (ESL), Swiss Federal Institute of Technology Lausanne (EPFL), Switzerland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CODES+ISSS  ページ： 1-2  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： 高効率ビデオ符号化(HEVC)は増加した計算複雑性とそれに続く電流マルチプロセッサシステムオンチップ(MPSoC)の増加した電力消費と温度のコストで高効率を提供する。本論文では,MPSoCにおける幾つかのビデオストリームの最適符号器構成とコア周波数を学習する,フレーム圧縮,品質,性能,全パワーと温度からの情報を用いた動的機械学習ベース電力と熱管理手法を提案した。企業マルチコアサーバに本アプローチを実装し,最先端技術に対してそれを比較した。提案アプローチでは,17%と11%ビデオ品質および性能を改善し,それぞれ,平均温度を12%低下する,圧縮を分解または電力を増加させずにした。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： 符号器 ,  *電力 ,  品質 ,  電流 ,  *熱管理 ,  周波数 ,  計算量 ,  電力消費 ,  *機械学習
準シソーラス用語： ビデオ品質 ,  ビデオストリーム ,  H.265/HEVC ,  高効率 ,  *ビデオ符号化 ,  *MPSoC , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： MPSoC ,  次世代 ,  ビデオ符号化 ,  熱管理 ,  機械学習