| dc.contributor.author | Прихожий, А. А. | ru |
| dc.contributor.author | Ждановский, А. М. | ru |
| dc.contributor.author | Карасик, О. Н. | ru |
| dc.contributor.author | Маттавелли, М. | ru |
| dc.coverage.spatial | Минск | ru |
| dc.date.accessioned | 2022-08-15T10:11:24Z | |
| dc.date.available | 2022-08-15T10:11:24Z | |
| dc.date.issued | 2017 | |
| dc.identifier.citation | Эвристический генетический алгоритм оптимизации вычислительных конвейеров = Heuristic genetic algorithm of computational pipelines optimization / А. А. Прихожий [и др.] // Доклады БГУИР. — 2017. — № 1. — С. 34-41. | ru |
| dc.identifier.uri | https://rep.bntu.by/handle/data/117791 | en |
| dc.description.abstract | Проведен анализ вычислительных конвейеров и методов их оптимизации. Рассмотрен класс потоковых конвейеров, не использующих разделение вычислительных ресурсов и достигающих наибольшей производительности. Для этого класса рассмотрены задачи оптимизации конвейеров, решаемые для случайной логики в процессе высокоуровневого синтеза по поведенческим спецификациям на языках программирования и описания аппаратуры. Исследован эвристический генетический алгоритм оптимизации, применимый к проектам большого размера. | ru |
| dc.language.iso | ru | ru |
| dc.publisher | БГУИР | ru |
| dc.title | Эвристический генетический алгоритм оптимизации вычислительных конвейеров | ru |
| dc.title.alternative | Heuristic genetic algorithm of computational pipelines optimization | en |
| dc.type | Article | en |
| local.description.annotation | An analysis of computational pipelines and their optimization methods has been performed. A class of dataflow pipelines that do not use resource sharing and obtain high throughput has been considered. Pipeline optimization tasks being solved during high-level synthesis from random logic behavioral specifications in programming and hardware description languages have been considered. A heuristic genetic optimization algorithm which is capable of handling large designs has been proposed and investigated. | en |
