Analýza genetické příbuznosti aproximativních obvodů
Genetic Relatedness Analysis of Approximate Circuits

Author
Advisor
Sekanina, LukášReferee
Mrázek, VojtěchGrade
DAltmetrics
Metadata
Show full item recordAbstract
Cílem práce je analýza velké knihovny aproximativních obvodů (EvoApproxLib), která byla vytvořena evolučním algoritmem a kterou v této práci chápeme jako zdroj genetických dat. Konkrétně se jedná o hledání příbuznosti v souboru obsahujícím 24912 osmibitových aproximativních násobiček, které byly evolučně vytvořeny ze šesti různých rodičovských plně funkčních implementací operace násobení. Jako ukazatele příbuznosti byly zvoleny počty hradel a existence 16 specifických podobvodů. Na základě těchto ukazatelů (příznaků) byly natrénovány různé klasifikátory pro zařazení násobičky do jedné ze šesti tříd odpovídající rodičovským implementacím. S těmito ukazateli se podařilo dosáhnout úspěšnosti klasifikace až 77%. Výsledky této práce ukazují, že kombinace specifických podobvodů jsou silným indikátorem, ze kterého rodičovského obvodu daný aproximativní obvod pochází. The goal of this thesis is analyzing a large library of approximate circuits (EvoApproxLib) which was created using an evolutionary algorithm and used as a source of genetic data for the purposes of this thesis. More specifically it is a relatedness search in a file containing 24 912 8-bit approximate multipliers which were created by evolution from six different fully functioning parent implementations of multiplication. Gate counts and existence of 16 specific subcircuits were used as relatedness indicators. Various classifiers for assigning multipliers to one of six classes corresponding to parent implementations were trained based on these indicators. A classification success rate of up to 77% was achieved using said indicators. The results of this work show that combinations of specific subcircuits are a strong indicator for identifying which parent circuit the given approximate circuit comes from.
Keywords
Kartézské genetické programování, evoluční algoritmy, klasifikace, aproximace, aproximativní počítání, Cartesian genetic programming, evolutionary algorithms, classification, approximation, approximate computingLanguage
čeština (Czech)Study brunch
Informační technologieComposition of Committee
prof. Ing. Lukáš Sekanina, Ph.D. (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) Ing. Michal Hradiš, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) Ing. Ondřej Lengál, Ph.D. (člen)Date of defence
2022-06-14Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm D. Otázky u obhajoby: Na základě čeho byly vybrány podobvody pro klasifikaci (obrázek A.1)? Souvisí úspěšnost klasifikace s mírou aproximace (více aproximované obvody se hůře klasifikují)?Result of the defence
práce byla úspěšně obhájenaPersistent identifier
http://hdl.handle.net/11012/207245Source
KREJČÍK, V. Analýza genetické příbuznosti aproximativních obvodů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.Collections
- 2022 [309]