Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices

Detalhes bibliográficos
Autor(a) principal: Medeiros, Denis Ricardo da Silva
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/31196
Resumo: Este trabalho propõe duas implementações de algoritmos genéticos voltadas para dispositivos com limitações em consumo de energia, baixo custo, e quantidade de memória: uma versão autônoma, para ser uttilizada em um único dispositivo, e uma versão distribuída, para ser usada em múltiplos dispositivos simultaneamente. A motivação deste trabalho é adaptar e otimizar essa importante técnica de inteligência artificial para que ela possa ser usada em inúmeras aplicações que tradicionalmente não era viável, como em microcontroladores. No trabalho, é feita uma investigação sobre como otimizar cada segmento do algoritmo e são fornecidos detalhes específicos sobre as duas implementações, incluindo seus códigos-fonte. Além disso, vários experimentos e simulações para diferentes cenários foram realizadas para validar seu funcionamento correto usando a técnica de Hardware-In-Loop, bem como para descobrir limitações nos parâmetros do algoritmo. A implementação autônoma é comparada a outro trabalho da literatura e ela é mais rápida e usa menos recursos. Para a versão distribuída, uma importante análise feita foi verificar se ela pode ser mais rápida que a versão autônoma, mas também mais eficiente em termos de consumo de energia ao se reduzir a frequência e a tensão de operação desses dispositivos. Por fim, esta investigação pôde determinar qual é o limite a partir de onde a versão distribuída, mesmo com uma alta sobrecarga devido à comunicação entre os dispositivos, se torna mais rápida ou mais eficiente em termos de consumo energia quando comparada à outra versão.
id UFRN_0b7b805338f6493ac4dfcce434bdb9af
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/31196
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Medeiros, Denis Ricardo da Silvahttp://lattes.cnpq.br/7488192022834183http://lattes.cnpq.br/3475337353676349Martins, Allan de Medeiroshttp://lattes.cnpq.br/4402694969508077Silva, Ivanovitch Medeiros Dantas dahttp://lattes.cnpq.br/3608440944832201Plentz, Patricia Della Méahttp://lattes.cnpq.br/8496058927371924Fernandes, Marcelo Augusto Costa2021-01-05T17:34:39Z2021-01-05T17:34:39Z2020-11-05MEDEIROS, Denis Ricardo da Silva. Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices. 2020. 100f. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2020.https://repositorio.ufrn.br/handle/123456789/31196Este trabalho propõe duas implementações de algoritmos genéticos voltadas para dispositivos com limitações em consumo de energia, baixo custo, e quantidade de memória: uma versão autônoma, para ser uttilizada em um único dispositivo, e uma versão distribuída, para ser usada em múltiplos dispositivos simultaneamente. A motivação deste trabalho é adaptar e otimizar essa importante técnica de inteligência artificial para que ela possa ser usada em inúmeras aplicações que tradicionalmente não era viável, como em microcontroladores. No trabalho, é feita uma investigação sobre como otimizar cada segmento do algoritmo e são fornecidos detalhes específicos sobre as duas implementações, incluindo seus códigos-fonte. Além disso, vários experimentos e simulações para diferentes cenários foram realizadas para validar seu funcionamento correto usando a técnica de Hardware-In-Loop, bem como para descobrir limitações nos parâmetros do algoritmo. A implementação autônoma é comparada a outro trabalho da literatura e ela é mais rápida e usa menos recursos. Para a versão distribuída, uma importante análise feita foi verificar se ela pode ser mais rápida que a versão autônoma, mas também mais eficiente em termos de consumo de energia ao se reduzir a frequência e a tensão de operação desses dispositivos. Por fim, esta investigação pôde determinar qual é o limite a partir de onde a versão distribuída, mesmo com uma alta sobrecarga devido à comunicação entre os dispositivos, se torna mais rápida ou mais eficiente em termos de consumo energia quando comparada à outra versão.This work proposes implementations of genetic algorithms targeting low-power, lowcost, and small-sized memory devices in two variants: a standalone version, to be used in one single device, and a distributed version, to be used in multiple devices simultaneously. The motivation is to adapt and optimize this important artificial intelligence (AI) technique so that it can be used in numerous applications where traditionally it was not feasible to be utilized, such as in microcontrollers. An investigation about how to optimize each separated segment of the algorithm is done and extensive details about both implementations are provided, including their source codes. Moreover, various experiments and simulations for multiple scenarios were done to validate their correct operation using Hardware-In-Loop technique, as well as to find out limitations for the algorithm parameters. The standalone implementation is compared to other work in the literature and it performs faster and using fewer resources. For the distributed version, an important analysis was done to verify that it can be faster than the standalone version but also more power-efficient when reducing the clock speed and voltage of those devices. Finally, this investigation could determine what is the threshold from where the distributed version, even with a high overhead due communication between the devices, become either faster or more power-efficient than the standalone one.Universidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃOUFRNBrasilAlgoritmos genéticosMicrocontroladores8-bitsSistemas embarcadosSistemas distribuídosProposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devicesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALProposalembeddedstandalone_Medeiros_2020.pdfapplication/pdf1985544https://repositorio.ufrn.br/bitstream/123456789/31196/1/Proposalembeddedstandalone_Medeiros_2020.pdf5e80f4f4b8461767aca31cd13ff9a73bMD51TEXTProposalembeddedstandalone_Medeiros_2020.pdf.txtProposalembeddedstandalone_Medeiros_2020.pdf.txtExtracted texttext/plain205090https://repositorio.ufrn.br/bitstream/123456789/31196/2/Proposalembeddedstandalone_Medeiros_2020.pdf.txtdc00292464b718417e8fac232eeb09efMD52THUMBNAILProposalembeddedstandalone_Medeiros_2020.pdf.jpgProposalembeddedstandalone_Medeiros_2020.pdf.jpgGenerated Thumbnailimage/jpeg1490https://repositorio.ufrn.br/bitstream/123456789/31196/3/Proposalembeddedstandalone_Medeiros_2020.pdf.jpg58963b0b8ce62bbc1a3edf9e3fc394d0MD53123456789/311962021-01-10 04:54:20.175oai:https://repositorio.ufrn.br:123456789/31196Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2021-01-10T07:54:20Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices
title Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices
spellingShingle Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices
Medeiros, Denis Ricardo da Silva
Algoritmos genéticos
Microcontroladores
8-bits
Sistemas embarcados
Sistemas distribuídos
title_short Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices
title_full Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices
title_fullStr Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices
title_full_unstemmed Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices
title_sort Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices
author Medeiros, Denis Ricardo da Silva
author_facet Medeiros, Denis Ricardo da Silva
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7488192022834183
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/3475337353676349
dc.contributor.referees1.none.fl_str_mv Martins, Allan de Medeiros
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees1Lattes.pt_BR.fl_str_mv http://lattes.cnpq.br/4402694969508077
dc.contributor.referees2.none.fl_str_mv Silva, Ivanovitch Medeiros Dantas da
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.referees2Lattes.pt_BR.fl_str_mv http://lattes.cnpq.br/3608440944832201
dc.contributor.referees3.none.fl_str_mv Plentz, Patricia Della Méa
dc.contributor.referees3ID.pt_BR.fl_str_mv
dc.contributor.referees3Lattes.pt_BR.fl_str_mv http://lattes.cnpq.br/8496058927371924
dc.contributor.author.fl_str_mv Medeiros, Denis Ricardo da Silva
dc.contributor.advisor1.fl_str_mv Fernandes, Marcelo Augusto Costa
contributor_str_mv Fernandes, Marcelo Augusto Costa
dc.subject.por.fl_str_mv Algoritmos genéticos
Microcontroladores
8-bits
Sistemas embarcados
Sistemas distribuídos
topic Algoritmos genéticos
Microcontroladores
8-bits
Sistemas embarcados
Sistemas distribuídos
description Este trabalho propõe duas implementações de algoritmos genéticos voltadas para dispositivos com limitações em consumo de energia, baixo custo, e quantidade de memória: uma versão autônoma, para ser uttilizada em um único dispositivo, e uma versão distribuída, para ser usada em múltiplos dispositivos simultaneamente. A motivação deste trabalho é adaptar e otimizar essa importante técnica de inteligência artificial para que ela possa ser usada em inúmeras aplicações que tradicionalmente não era viável, como em microcontroladores. No trabalho, é feita uma investigação sobre como otimizar cada segmento do algoritmo e são fornecidos detalhes específicos sobre as duas implementações, incluindo seus códigos-fonte. Além disso, vários experimentos e simulações para diferentes cenários foram realizadas para validar seu funcionamento correto usando a técnica de Hardware-In-Loop, bem como para descobrir limitações nos parâmetros do algoritmo. A implementação autônoma é comparada a outro trabalho da literatura e ela é mais rápida e usa menos recursos. Para a versão distribuída, uma importante análise feita foi verificar se ela pode ser mais rápida que a versão autônoma, mas também mais eficiente em termos de consumo de energia ao se reduzir a frequência e a tensão de operação desses dispositivos. Por fim, esta investigação pôde determinar qual é o limite a partir de onde a versão distribuída, mesmo com uma alta sobrecarga devido à comunicação entre os dispositivos, se torna mais rápida ou mais eficiente em termos de consumo energia quando comparada à outra versão.
publishDate 2020
dc.date.issued.fl_str_mv 2020-11-05
dc.date.accessioned.fl_str_mv 2021-01-05T17:34:39Z
dc.date.available.fl_str_mv 2021-01-05T17:34:39Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv MEDEIROS, Denis Ricardo da Silva. Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices. 2020. 100f. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2020.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/31196
identifier_str_mv MEDEIROS, Denis Ricardo da Silva. Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices. 2020. 100f. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2020.
url https://repositorio.ufrn.br/handle/123456789/31196
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/31196/1/Proposalembeddedstandalone_Medeiros_2020.pdf
https://repositorio.ufrn.br/bitstream/123456789/31196/2/Proposalembeddedstandalone_Medeiros_2020.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/31196/3/Proposalembeddedstandalone_Medeiros_2020.pdf.jpg
bitstream.checksum.fl_str_mv 5e80f4f4b8461767aca31cd13ff9a73b
dc00292464b718417e8fac232eeb09ef
58963b0b8ce62bbc1a3edf9e3fc394d0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1814832739201843200