44,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Este livro centra-se no aumento da resistência da memória de acesso aleatório não volátil (NVRAM) para aplicações de sistemas incorporados. Descreve a metodologia que combina algoritmos de aprendizagem automática optimizados com base na previsão da carga de trabalho e técnicas de compressão de dados para prolongar o tempo de vida da NVRAM. A estrutura utiliza um modelo de Compressão de Padrão Dinâmico baseado em Instrução por Ciclo para analisar e comprimir cargas de trabalho, bem como um modelo de Aprendizagem Adaptativa de Energia Híbrida de Carga de Trabalho para categorizar e comprimir…mehr

Produktbeschreibung
Este livro centra-se no aumento da resistência da memória de acesso aleatório não volátil (NVRAM) para aplicações de sistemas incorporados. Descreve a metodologia que combina algoritmos de aprendizagem automática optimizados com base na previsão da carga de trabalho e técnicas de compressão de dados para prolongar o tempo de vida da NVRAM. A estrutura utiliza um modelo de Compressão de Padrão Dinâmico baseado em Instrução por Ciclo para analisar e comprimir cargas de trabalho, bem como um modelo de Aprendizagem Adaptativa de Energia Híbrida de Carga de Trabalho para categorizar e comprimir ainda mais os dados para armazenamento. O livro fornece uma solução para melhorar a resistência da NVRAM, que é crucial para o desempenho de dispositivos incorporados, abordando a previsão da carga de trabalho e a compressão eficiente.
Autorenporträt
A Dra. J P Shritharanyaa nasceu em Tamilnadu, na Índia, e obteve um diploma de licenciatura em Engenharia Eletrónica e de Comunicações e um mestrado em Sistemas Integrados. Obteve também um doutoramento em Informação e Comunicação na Universidade de Anna, Tamilnadu, Índia. Os seus interesses de investigação incluem a conceção de sistemas incorporados, a IoT e a robótica.