44,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in über 4 Wochen
  • 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
J P Shritharanyaa est née à Tamilnadu, en Inde. Elle est titulaire d'une licence en ingénierie électronique et de communication et d'une maîtrise en systèmes intégrés. Elle a également obtenu un doctorat en information et communication à l'Université Anna, Tamilnadu, Inde. Ses recherches portent sur la conception de systèmes embarqués, l'IdO et la robotique.