Fugu-MT 論文翻訳(概要): Automated Code Generation and Validation for Software Components of Microcontrollers

論文の概要: Automated Code Generation and Validation for Software Components of Microcontrollers

arxiv url: http://arxiv.org/abs/2502.18905v1
Date: Wed, 26 Feb 2025 07:50:33 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-27 14:59:36.025590
Title: Automated Code Generation and Validation for Software Components of Microcontrollers
Title（参考訳）: マイクロコントローラのソフトウェアコンポーネントの自動コード生成と検証
Authors: Sebastian Haug, Christoph Böhm, Daniel Mayer,
Abstract要約: 本稿では,開発者の介入なしに既存の実装にシームレスに統合し,組込みシステムのためのソフトウェアコンポーネントを生成する手法を提案する。 STM32F407マイクロコントローラ上での動作のためのハードウェア抽象化層(HAL)コードの自動生成によってこれを実証する。
参考スコア（独自算出の注目度）: 1.5238808518078568
License:
Abstract: This paper proposes a method for generating software components for embedded systems, integrating seamlessly into existing implementations without developer intervention. We demonstrate this by automatically generating hardware abstraction layer (HAL) code for GPIO operations on the STM32F407 microcontroller. Using Abstract Syntax Trees (AST) for code analysis and Retrieval-Augmented Generation (RAG) for component generation, our approach enables autonomous code completion for embedded applications.
Abstract（参考訳）: 本稿では,開発者の介入なしに既存の実装にシームレスに統合し,組込みシステムのためのソフトウェアコンポーネントを生成する手法を提案する。我々は、STM32F407マイクロコントローラ上でGPIO操作のためのハードウェア抽象化層(HAL)コードを自動的に生成することで、これを実証する。コード解析にAST(Abstract Syntax Trees),コンポーネント生成にRAG(Retrieval-Augmented Generation)を用いることで,組み込みアプリケーションの自動コード補完を実現する。

関連論文リスト

EmbedGenius: Towards Automated Software Development for Generic Embedded IoT Systems [11.524778651869044]
本稿では,汎用IoTシステムのための,最初の完全自動化ソフトウェア開発プラットフォームであるEmbedGeniusを紹介する。鍵となるアイデアは、Large Language Models(LLM)の推論能力と組み込みシステムの専門知識を活用して、ループ内ハードウェア開発プロセスを自動化することである。 71のモジュールと350以上のIoTタスクを備えた4つのメインストリームの組み込み開発プラットフォームで、EmbedGeniusのパフォーマンスを評価しました。
論文参考訳（メタデータ） (2024-12-12T08:34:12Z)
A Multi-Agent Framework for Extensible Structured Text Generation in PLCs [9.555744065377148]
IEC 61131-3規格に準拠した高水準言語はPLCにとって重要なものである。 STの完全な意味論に関する包括的で標準化されたドキュメントが欠如していることは、言語の実装方法に矛盾をもたらしている。ベンダー固有のSTコードの自動生成を目的としたLCMベースのアプローチであるAutoPLCを提案する。
論文参考訳（メタデータ） (2024-12-03T12:05:56Z)
Commit0: Library Generation from Scratch [77.38414688148006]
Commit0は、AIエージェントにスクラッチからライブラリを書くよう促すベンチマークである。エージェントには、ライブラリのAPIを概説する仕様文書と、インタラクティブなユニットテストスイートが提供されている。 Commit0はまた、モデルが生成したコードに対して静的解析と実行フィードバックを受け取る、インタラクティブな環境も提供する。
論文参考訳（メタデータ） (2024-12-02T18:11:30Z)
Designing and Implementing a Generator Framework for a SIMD Abstraction Library [53.84310825081338]
SIMD抽象化ライブラリを生成するための新しいエンドツーエンドフレームワークであるTSLGenを提案する。私たちのフレームワークは既存のライブラリに匹敵するもので、同じパフォーマンスを実現しています。
論文参考訳（メタデータ） (2024-07-26T13:25:38Z)
Synergy of Large Language Model and Model Driven Engineering for Automated Development of Centralized Vehicular Systems [2.887732304499794]
モデル駆動工学(MDE)とLarge Language Models(LLM)の相乗効果を利用したツールのプロトタイプを提案する。 CARLAシミュレータを用いて、緊急ブレーキのシナリオにおいて、生成されたコードをシミュレーション環境で評価する。
論文参考訳（メタデータ） (2024-04-08T13:28:11Z)
Multi-level Reasoning for Robotic Assembly: From Sequence Inference to Contact Selection [74.40109927350856]
本稿では,PAST(Part Assembly Sequence Transformer)を用いて,対象とするブループリントからアセンブリシーケンスを推論する。次に、モーションプランナーと最適化を使用して、部品の動きと接触を生成する。実験結果から,本手法は従来手法よりも一般化されていることがわかった。
論文参考訳（メタデータ） (2023-12-17T00:47:13Z)
LILO: Learning Interpretable Libraries by Compressing and Documenting Code [71.55208585024198]
LILOは、反復的に合成、圧縮、文書化を行う、ニューロシンボリックなフレームワークである。 LILOは、LLM誘導プログラム合成と、Stitchから自動化された最近のアルゴリズムの進歩を組み合わせたものである。 LILOのシンセサイザーが学習した抽象化を解釈し、デプロイするのを手助けすることで、AutoDocがパフォーマンスを向上させることが分かりました。
論文参考訳（メタデータ） (2023-10-30T17:55:02Z)
Tackling the Matrix Multiplication Micro-kernel Generation with Exo [0.5517652814152908]
新しいハードウェアごとに専用のマイクロカーネルを生成するためのステップバイステップの手順を提案する。ハードウェアターゲットは、その命令の簡潔なライブラリベースの記述によって完全に指定されるため、生成したコードの移植性も向上する。
論文参考訳（メタデータ） (2023-10-26T14:09:57Z)
Integration of a systolic array based hardware accelerator into a DNN operator auto-tuning framework [0.0]
コード生成フレームワークTVMとsystolic配列ベースのアクセラレータGemminiの統合について紹介する。生成したコードは、Xilinx ZCU102 FPGA上で100MHzクロックで46ギガ演算(GOP)のピークスループットを実現する。
論文参考訳（メタデータ） (2022-12-06T15:07:09Z)
Active Predicting Coding: Brain-Inspired Reinforcement Learning for Sparse Reward Robotic Control Problems [79.07468367923619]
ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
論文参考訳（メタデータ） (2022-09-19T16:49:32Z)
Composing Complex and Hybrid AI Solutions [52.00820391621739]
一般的なAIアプリケーションで上記の機能を実現するためのAcumosシステムの拡張について述べる。当社の拡張機能には、gRPC/Protobufインターフェースによるより汎用的なコンポーネントのサポートが含まれています。デプロイ可能なソリューションとそのインターフェースの例を提供する。
論文参考訳（メタデータ） (2022-02-25T08:57:06Z)

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。