Exploring ASIC Design Space at System Level with a Neural Network Estimator

QC 20121121
Estimators are critical tools in doing architectural level exploration of the design space. We present a novel approach to estimation based on the multilayer perceptron which builds the estimation function during the learning process and thus allows to describe arbitrary complex functions. We also describe how the control data flow graph is encoded for the neural network input and we present results of the first experiments made with realistic design examples.

Jantsch, AxelKTH,Elektroniksystemkonstruktion(Swepub:kth)u18wycaf (författare)
Öberg, JohnnyKTH,Elektroniksystemkonstruktion(Swepub:kth)u1t0l5al (författare)
Hemani, AhmedKTH,Elektroniksystemkonstruktion(Swepub:kth)u131a9ju (författare)
Tenhunen, HannuKTH,Elektroniksystemkonstruktion(Swepub:kth)u1wjjaxp (författare)
KTHElektroniksystemkonstruktion (creator_code:org_t)

Av författaren/redakt...: Ellervee, Peeter; Jantsch, Axel; Öberg, Johnny; Hemani, Ahmed; Tenhunen, Hannu

Om ämnet

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.