Uma abordagem multiobjetivo usando programação genética cartesiana para projeto de circuitos digitais aproximados

• Autor(a) principal: Lima, Leandro Silva
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFJF
• Texto Completo: https://repositorio.ufjf.br/jspui/handle/ufjf/9946
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA; Programação genética cartesiana; Computação evolucionista; Hardware evolutivo; Circuitos aproximados; Cartesian genetic programming; Evolutionary computation; Evolutionary hardware; Approximate circuits

Os motivos que justificam estudos envolvendo Hardware Evolutivo (EHW), uma área voltada ao projeto de dispositivos eletrônicos que utiliza algoritmos evolutivos na concepção de determinada arquitetura como circuitos digitais e circuitos analógicos, são: (i) desenvolver modelos que não são alcançáveis quando técnicas tradicionais são empregadas; e (ii) projetar boas soluções para problemas e aplicações em que as especificações são incompletas ou não existem soluções ótimas. Neste cenário, a Computação Aproximada aparece como um novo paradigma em resposta à necessidade de melhorar o desempenho ou a eficiência energética de dispositivos eletrônicos. Na Computação Aproximada, a acurácia dos modelos pode ser relaxada, gerando projetos para usuários que estão dispostos a aceitar certas imprecisões, como em aplicações multimídia, circuitos aritméticos imprecisos, processos de compressão de imagens, aplicações de filtros digitais de resposta finita ao impulso (FIR) e resposta infinita ao impulso (IIR). Circuitos digitais obtidos via Computação Aproximada são classificados como circuitos digitais aproximados. Os requisitos de funcionalidade dos circuitos digitais aproximados são relaxados visando alcançar: (i) economia de energia, (ii) melhor velocidade de resposta, (iii) menor complexidade do circuito e (iv) menor área ocupada pelos componentes do circuito. Deseja-se investigar aqui o processo de construção de circuitos digitais combinacionais aproximados via Computação Evolucionista multiobjetivo. Para tal uma técnica de Programação Genética Cartesiana, baseada no conceito de dominância de Pareto e com tamanho populacional adaptativo para lidar com múltiplos objetivos é proposta neste trabalho visando projetar circuitos digitais aproximados analisando o compromisso entre atraso de propagação (delay), potência consumida e erro. Tal técnica é intitulada CGPMO+TPA. Circuitos digitais combinacionais como somadores, multiplicadores e Unidades Lógicas Aritméticas com até 16 entradas e 370 portas lógicas são considerados nos experimentos computacionais. O método CGPMO+TPA foi comparado com abordagens presentes na literatura e apresentou resultados satisfatórios.