z-logo
open-access-imgOpen Access
Melhorando o Desempenho de SimPoints Utilizando Técnicas de Aprendizado de Máquina Não Supervisionado
Author(s) -
Michelle Hamada,
Denis G. Fantinato,
Emílio Francesquini
Publication year - 2019
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/eradsp.2019.13586
Subject(s) - humanities , computer science , art
Em pesquisas voltadas para o desenvolvimento de arquiteturas de hardware são utilizados simulações e benchmarks cujas execuções podem levar até alguns meses. A metodologia SimPoints, empregada para contornar os longos tempos de execução, é capaz de estimar os resultados da simulação de modo eficiente com alto grau de precisão. Utilizando o K-means, um número reduzido de SimPoints é escolhido automaticamente para representar a execução completa do programa. Porém, existem vias alternativas ao K-means que podem ser executadas. Neste artigo avaliaremos o uso dos Mapas Auto-Organizáveis de Kohonen na escolha dos SimPoints tendo como métrica aspectos como o tempo de execução, o número de SimPoints e a precisão da simulação.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom