論文の概要: Mining SoC Message Flows with Attention Model

• arxiv url: http://arxiv.org/abs/2209.07929v1
• Date: Mon, 12 Sep 2022 22:27:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-25 17:12:12.918377
• Title: Mining SoC Message Flows with Attention Model
• Title（参考訳）: 注意モデルによるSoCメッセージフローのマイニング
• Authors: Md Rubel Ahmed, Bardia Nadimi, Hao Zheng
• Abstract要約: 本稿では,システムオンチップ(SoC)通信トレースから正確なフロー仕様を推測するために,注目機構を備えた深部シーケンスモデリングを利用する破壊的手法を提案する。 我々は5つの高度に並行したトレース実験を行い、提案手法が既存の最先端のトレースマイニングツールより優れていることを発見した。
• 参考スコア（独自算出の注目度）: 5.233797258148846
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: High-quality system-level message flow specifications are necessary for comprehensive validation of system-on-chip (SoC) designs. However, manual development and maintenance of such specifications are daunting tasks. We propose a disruptive method that utilizes deep sequence modeling with the attention mechanism to infer accurate flow specifications from SoC communication traces. The proposed method can overcome the inherent complexity of SoC traces induced by the concurrent executions of SoC designs that existing mining tools often find extremely challenging. We conduct experiments on five highly concurrent traces and find that the proposed approach outperforms several existing state-of-the-art trace mining tools.
• Abstract（参考訳）: システムオンチップ(SoC)設計の包括的な検証には,高品質なシステムレベルのメッセージフロー仕様が必要である。 しかし、そのような仕様のマニュアル開発とメンテナンスは大変な作業である。 本稿では,soc通信トレースから正確な流れ仕様を推定するための注意機構を備えた深部シーケンスモデリングを用いた破壊的手法を提案する。 提案手法は,既存の採掘ツールがしばしば困難であるSoC設計の同時実行によって引き起こされるSoCトレースの複雑さを克服することができる。 高度に並行な5つのトレース実験を行い,提案手法が既存の最新のトレースマイニングツールよりも優れていることを発見した。

関連論文リスト

• Step-by-Step Reasoning for Math Problems via Twisted Sequential Monte Carlo [55.452453947359736]
  Twisted Sequential Monte Carlo(TSMC)に基づく新しい検証手法を提案する。 TSMCを大規模言語モデルに適用し、部分解に対する将来的な報酬を推定する。 このアプローチは、ステップワイドなヒューマンアノテーションを必要としない、より直接的なトレーニングターゲットをもたらす。
  論文  参考訳（メタデータ） (2024-10-02T18:17:54Z)
• DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
  本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。 フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
  論文  参考訳（メタデータ） (2024-06-05T06:18:03Z)
• Inferring Message Flows From System Communication Traces [5.159745269633967]
  本稿では,システム・オン・チップ(SoC)設計の通信トレースからメッセージフロー仕様を自動的に推測する手法を提案する。 提案手法は,人間設計者に対する手作業による開発やメンテナンスの負担を軽減する。 提案手法の有効性を,GEM5における複数のシステムモデルの実行から生成した合成トレースとトレースの両方で評価した。
  論文  参考訳（メタデータ） (2024-05-21T00:34:35Z)
• Continuous Monte Carlo Graph Search [61.11769232283621]
  連続モンテカルログラフサーチ(Continuous Monte Carlo Graph Search, CMCGS)は、モンテカルログラフサーチ(MCTS)のオンラインプランニングへの拡張である。 CMCGSは、計画中、複数の州で同じ行動方針を共有することで高いパフォーマンスが得られるという洞察を生かしている。 並列化によってスケールアップすることができ、学習力学モデルによる連続制御においてクロスエントロピー法(CEM)よりも優れている。
  論文  参考訳（メタデータ） (2022-10-04T07:34:06Z)
• Deep Bidirectional Transformers for SoC Flow Specification Mining [6.183038131030848]
  高品質なシステムレベルのメッセージフロー仕様は、システム・オン・チップ(SoC)設計の包括的な検証につながる可能性がある。 本稿では,IP通信トレースから正確なフロー仕様を生成するための注意機構を利用する破壊的手法を提案する。
  論文  参考訳（メタデータ） (2022-03-09T04:47:56Z)
• Semi-Supervised Few-Shot Intent Classification and Slot Filling [3.602651625446309]
  インテント分類(IC)とスロットフィリング(SF)は、現代の自然言語理解(NLU)システムにおける2つの基本的なタスクである。 本研究では,既存の教師付きメタ学習パイプラインに対して,コントラスト学習と教師なしデータ拡張がどのような効果をもたらすかを検討する。
  論文  参考訳（メタデータ） (2021-09-17T20:26:23Z)
• CoCoMoT: Conformance Checking of Multi-Perspective Processes via SMT (Extended Version) [62.96267257163426]
  我々はCoCoMoT(Computing Conformance Modulo Theories)フレームワークを紹介する。 まず、純粋な制御フロー設定で研究したSATベースのエンコーディングを、データ認識ケースに持ち上げる方法を示す。 次に,プロパティ保存型クラスタリングの概念に基づく新しい前処理手法を提案する。
  論文  参考訳（メタデータ） (2021-03-18T20:22:50Z)
• Densely Nested Top-Down Flows for Salient Object Detection [137.74130900326833]
  本稿では,物体検出におけるトップダウンモデリングの役割を再考する。 密度の高いトップダウンフロー(DNTDF)ベースのフレームワークを設計する。 DNTDFのすべての段階において、高いレベルの特徴はプログレッシブ圧縮ショートカットパス(PCSP)を介して読み込まれる。
  論文  参考訳（メタデータ） (2021-02-18T03:14:02Z)
• Mining Message Flows using Recurrent Neural Networks for System-on-Chip Designs [6.050748152029478]
  トランザクションレベルのトレースからシーケンシャルなパターンを自動的に抽出する仕様マイニング手法を開発した。 提案手法は,並列実行トレースからシステムレベル仕様の様々なパターンを抽出できる。
  論文  参考訳（メタデータ） (2020-04-29T17:52:53Z)
• Towards High Performance Human Keypoint Detection [87.1034745775229]
  文脈情報は人体構成や見えないキーポイントを推論する上で重要な役割を担っている。 そこで我々は,空間とチャネルのコンテキスト情報を効率的に統合するカスケードコンテキストミキサー(CCM)を提案する。 CCMの表現能力を最大化するために、我々は、強陰性な人検出マイニング戦略と共同訓練戦略を開発する。 検出精度を向上させるために,キーポイント予測を後処理するためのいくつかのサブピクセル改良手法を提案する。
  論文  参考訳（メタデータ） (2020-02-03T02:24:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。