論文の概要: Hard Math -- Easy UVM: Pragmatic solutions for verifying hardware algorithms using UVM
- arxiv url: http://arxiv.org/abs/2412.04919v1
- Date: Fri, 06 Dec 2024 10:18:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-09 15:55:32.433468
- Title: Hard Math -- Easy UVM: Pragmatic solutions for verifying hardware algorithms using UVM
- Title（参考訳）: Hard Math -- Easy UVM: UVMを使ったハードウェアアルゴリズム検証のための実用的なソリューション
- Authors: Mark Litterick, Aleksandar Ivankovic, Bojan Arsov, Aman Kumar,
- Abstract要約: 本稿では,ハードウェアに実装された複雑な数学的アルゴリズムを,効率的かつ効果的に検証するための実用的な解を提案する。
提示されたソリューションは、さまざまなアプリケーションのための単一のチップレーダセンサーによる実際のプロジェクト経験に基づいている。
- 参考スコア（独自算出の注目度）: 43.958727492748814
- License:
- Abstract: This paper presents pragmatic solutions for verifying complex mathematical algorithms implemented in hardware in an efficient and effective manner. Maximizing leverage of a known-answer-test strategy, based on predefined data scenarios combined with design-for-verification modes, we demonstrate how to find and isolate concept and design bugs early in the flow. The solutions presented are based on real project experience with single chip radar sensors for a variety of applications. The verification environments supporting the presented strategies are based on SystemVerilog and the Universal Verification Methodology.
- Abstract（参考訳）: 本稿では,ハードウェアに実装された複雑な数学的アルゴリズムを,効率的かつ効果的に検証するための実用的な解を提案する。
事前定義されたデータシナリオと検証モードを組み合わせることで、既知の回答テスト戦略の活用を最大化し、フローの早い段階で概念を発見し、設計バグを分離する方法を実証する。
提示されたソリューションは、さまざまなアプリケーションのための単一のチップレーダセンサーによる実際のプロジェクト経験に基づいている。
提案手法をサポートする検証環境は,SystemVerilogとUniversal Verification Methodologyに基づいている。
関連論文リスト
- Comprehensive Library of Variational LSE Solvers [2.502222151305252]
本研究では,文献における既存手法を実現する変分Lse-solverフレームワークを開発した。
ユーザフレンドリーなインターフェースは、エンド・ツー・エンドのアプリケーションを識別し開発する抽象化レベルで働く研究者のために設計されている。
論文 参考訳（メタデータ） (2024-04-15T16:43:13Z) - Machine Learning Insides OptVerse AI Solver: Design Principles and
Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。
本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。
本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文 参考訳（メタデータ） (2024-01-11T15:02:15Z) - A Block-Coordinate Approach of Multi-level Optimization with an
Application to Physics-Informed Neural Networks [0.0]
非線形最適化問題の解法として多レベルアルゴリズムを提案し,その評価複雑性を解析する。
物理インフォームドニューラルネットワーク (PINN) を用いた偏微分方程式の解に適用し, 提案手法がより良い解法と計算量を大幅に削減することを示す。
論文 参考訳（メタデータ） (2023-05-23T19:12:02Z) - Best-Effort Adaptation [62.00856290846247]
本稿では, 試料再重み付け法に関する新しい理論的解析を行い, 試料再重み付け法を一様に保持する境界について述べる。
これらの境界が、我々が詳細に議論する学習アルゴリズムの設計を導く方法を示す。
本稿では,本アルゴリズムの有効性を実証する一連の実験結果について報告する。
論文 参考訳（メタデータ） (2023-05-10T00:09:07Z) - Multi-Objective Policy Gradients with Topological Constraints [108.10241442630289]
本稿では, PPOアルゴリズムの簡単な拡張により, TMDPにおけるポリシー勾配に対する新しいアルゴリズムを提案する。
シミュレーションと実ロボットの両方の目的を任意に並べた実世界の多目的ナビゲーション問題に対して,これを実証する。
論文 参考訳（メタデータ） (2022-09-15T07:22:58Z) - Making Linear MDPs Practical via Contrastive Representation Learning [101.75885788118131]
マルコフ決定過程(MDP)における次元性の呪いに、低ランク表現を利用することで対処することが一般的である。
本稿では,効率的な表現学習を可能にしつつ,正規化を自動的に保証する線形MDPの代替的定義について考察する。
いくつかのベンチマークにおいて、既存の最先端モデルベースおよびモデルフリーアルゴリズムよりも優れた性能を示す。
論文 参考訳（メタデータ） (2022-07-14T18:18:02Z) - PAMELI: A Meta-Algorithm for Computationally Expensive Multi-Objective
Optimization Problems [0.0]
提案アルゴリズムは,実モデルのモデルによって定義される一連の代理問題の解法に基づく。
また,最適化ランドスケープのための最適なサロゲートモデルとナビゲーション戦略のメタ検索を行う。
論文 参考訳（メタデータ） (2021-03-19T11:18:03Z) - Reconfigurable Intelligent Surface Assisted Mobile Edge Computing with
Heterogeneous Learning Tasks [53.1636151439562]
モバイルエッジコンピューティング(MEC)は、AIアプリケーションに自然なプラットフォームを提供します。
再構成可能なインテリジェントサーフェス(RIS)の助けを借りて、MECで機械学習タスクを実行するインフラストラクチャを提示します。
具体的には,モバイルユーザの送信パワー,基地局のビームフォーミングベクトル,risの位相シフト行列を共同で最適化することにより,参加ユーザの学習誤差を最小化する。
論文 参考訳（メタデータ） (2020-12-25T07:08:50Z)
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。