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
- A Comparison of Semi-Supervised Learning Techniques for Streaming ASR at
Scale [64.10124092250126]
大規模ラベル付きコーパスの欠如により、ASRの性能向上のための主流の手法として、アンペアテキストとオーディオインジェクションが出現している。
本研究では,未ペアテキストと音声の両方を含む最先端の3つの半教師手法と,それらの組み合わせを制御された環境で比較する。
我々の設定では、これらの手法は、末尾語WERの大幅な向上、推論時のデコーダ計算、格子密度など、生のWERを超える多くの改善を提供する。
論文 参考訳(メタデータ) (2023-04-19T18:09:27Z) - 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) - A Weakly Supervised Learning Framework for Salient Object Detection via
Hybrid Labels [96.56299163691979]
本稿では,ハイブリッドラベル下でのSODタスクに焦点をあてる。
このタスクにおけるラベルノイズと量不均衡の問題に対処するため、我々は3つの洗練されたトレーニング戦略を持つ新しいパイプラインフレームワークを設計する。
5つのSODベンチマーク実験により,本手法は弱教師付き/非教師付き手法と競合する性能を示した。
論文 参考訳(メタデータ) (2022-09-07T06:45:39Z) - 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) - Frequency-based Multi Task learning With Attention Mechanism for Fault
Detection In Power Systems [6.4332733596587115]
本稿では,障害検出のための新しいディープラーニングベースのアプローチを導入し,実際のデータセット,すなわち部分放電検出タスクのためのKaggleプラットフォーム上でテストする。
提案手法では,時系列の特徴を抽出するためのアテンション機構を備えたLong-Short Term Memoryアーキテクチャを採用し,信号の周波数情報を利用した1D-Convolutional Neural Network構造を用いて予測を行う。
論文 参考訳(メタデータ) (2020-09-15T02:01:47Z) - 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。