文献

J-GLOBAL ID：201802242118144861   整理番号：18A0133264

低電力への標的化FSM合成のためのGA最適化を用いたファジィc-平均クラスタリングに基づく分解【Powered by NICT】

Fuzzy c-mean clustering-based decomposition with GA optimizer for FSM synthesis targeting to low power

著者 (3件)： Tao Yanyun (School of Rail Transportation, Soochow University, Suzhou, 215137, China) ,  Zhang Yuzhen (The First Affiliated Hospital of Soochow University, Suzhou, 215006, China) ,  Wang Qinyu (School of Internet of Things, Jiangnan University, Wuxi, 214014, China)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 68  ページ： 40-52  発行年： 2018年 
JST資料番号： T0797A  ISSN： 0952-1976  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 両スイッチングと漏れ電力の低減は,VLSI設計における研究の焦点となっている。主成分として有限状態機械(FSM)は,VLSI回路の低電力に寄与できることを意味がある。分解はFSM合成における電力を節約するために効果的な戦略を証明した。FSM合成における低電力を達成するために,FCMDと呼ばれるファジィc-平均クラスタリングに基づく分解法を提案した。FCMDは,ファジィc-平均クラスタリング(FCM)法を用いて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,FSMはcサブマシンの集合に分解することができ,これらの不活性は電力を消費しないであろう。低電力を達成するために,FCMDの目的関数は,サブマシン間のクロス状態遷移確率の最小化に定義し,各submachine内部状態遷移確率が増加している。局所最適を克服するために,遺伝的アルゴリズム(GA)は,FCMDの最適化,より良い中心,より適切なクラスタを生成するFCMDの選択,クロスオーバと変異を適用するとして採用した。このハイブリッド法は,FCMD+GAと表される。LGSynth93図書館における三十以上のベンチマークに広くFCMD+GAを試験し,様々な側面からの以前のFSM合成法と比較した。実験の結果は,FCMD+GAは以前の出版物以上のスイッチング電力と漏れ消費電力の大幅なコスト削減を達成した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *クラスタ化 ,  *電力 ,  分割法 ,  原価低減 ,  スイッチング ,  目的関数 ,  消費電力 ,  *最適化 ,  ベンチマーク ,  有限状態機械 ,  *曖昧さ ,  *クラスタ ,  遺伝的アルゴリズム ,  遷移確率
準シソーラス用語： *低電力化 , 【Automatic Indexing@JST】

著者キーワード (6件)： 有限状態機械 ,  スイッチング電源 ,  漏れ消費電力 ,  分解 ,  ファジィc-平均クラスタリング ,  遺伝的アルゴリズム

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 低電力 ,  標的化 ,  Ga ,  最適化 ,  ファジィc-平均クラスタリング ,  分解