Approximating Complex Arithmetic Circuits with Guaranteed Worst-Case Relative Error
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F20%3APU138625" target="_blank" >RIV/00216305:26230/20:PU138625 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-030-45093-9_58" target="_blank" >http://dx.doi.org/10.1007/978-3-030-45093-9_58</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-45093-9_58" target="_blank" >10.1007/978-3-030-45093-9_58</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Approximating Complex Arithmetic Circuits with Guaranteed Worst-Case Relative Error
Popis výsledku v původním jazyce
We present a novel method allowing one to approximate complex arithmetic circuits with formal guarantees on the worst-case relative error, abbreviated as WCRE. WCRE represents an important error metric relevant in many applications including, e.g., approximation of neural network HW architectures. The method integrates SAT-based error evaluation of approximate circuits into a verifiability-driven search algorithm based on Cartesian genetic programming. We implement the method in our framework ADAC that provides various techniques for automated design of arithmetic circuits. Our experimental evaluation shows that, in many cases, the method offers a superior scalability and allows us to construct, within a few hours, high-quality approximations (providing trade-offs between the WCRE and size) for circuits with up to 32-bit operands. As such, it significantly improves the capabilities of ADAC.
Název v anglickém jazyce
Approximating Complex Arithmetic Circuits with Guaranteed Worst-Case Relative Error
Popis výsledku anglicky
We present a novel method allowing one to approximate complex arithmetic circuits with formal guarantees on the worst-case relative error, abbreviated as WCRE. WCRE represents an important error metric relevant in many applications including, e.g., approximation of neural network HW architectures. The method integrates SAT-based error evaluation of approximate circuits into a verifiability-driven search algorithm based on Cartesian genetic programming. We implement the method in our framework ADAC that provides various techniques for automated design of arithmetic circuits. Our experimental evaluation shows that, in many cases, the method offers a superior scalability and allows us to construct, within a few hours, high-quality approximations (providing trade-offs between the WCRE and size) for circuits with up to 32-bit operands. As such, it significantly improves the capabilities of ADAC.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
International Conference on Computer Aided Systems Theory (EUROCAST'19)
ISBN
978-3-030-45092-2
ISSN
—
e-ISSN
—
Počet stran výsledku
9
Strana od-do
482-490
Název nakladatele
Springer Verlag
Místo vydání
Cham
Místo konání akce
Las Palmas de Gran Canaria, Canary Islands
Datum konání akce
17. 2. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—