Número do Painel | |
Autor | |
Instituição | UFSC |
Tipo de Bolsa | PIBIC/CNPq |
Orientador | CRISTINA MEINHARDT |
Depto | DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA / INE/CTC |
Centro | CENTRO TECNOLOGICO |
Laboratório | Embedded Computing Laboratory |
Grande Área / Área do Conhecimento | Ciências Exatas e da Terra
/Ciências Exatas e da Terra |
Sub-área do Conhecimento | Ciência da Computação |
Titulo | Exploração de técnicas de aprendizado na minimização lógica e posicionamento de células |
Resumo | Circuitos integrados VLSI (Very Large Scale Integration) usando nanotecnologia requisitam novas metodologias de projeto e ferramentas de EDA (Electronic Desing Automation - Automação do projeto eletrônico) para lidar com os problemas decorrentes do processo de fabricação, tais como o aumento da complexidade das regras de projeto na etapa de manufa- tura. Neste trabalho são consideradas alternativas de algoritmos e estruturas de dados para a etapa de síntese lógica. Os métodos de síntese lógica desenvolvidas neste trabalho baseiam-se em técnicas de aprendizado de máquina, as quais vêm demonstrando potencial para conduzir a soluções algorítmicas relevantes na área. Os resultados experimentais da adoção de árvores de decisão no desenvolvimento de métodos de síntese lógica mostrou o potencial da técnica em soluções de baixo tempo de execução. |
Link do Video | https://repositorio.ufsc.br/handle/123456789/226519 |
Palavras-chave | ferramentas EDA, algoritmos, machine learning, árvore de decisão, sintese lógica |
Colaboradores | Mateus Grellert Augusto Berndt Jônata Tyska Carvalho Brunno Alves de Abreu |