Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Arias Garcia, Janier | - |
Autor(es): dc.creator | Mafra, Augusto Amaral | - |
Autor(es): dc.creator | Gade, Liliane dos Reis | - |
Autor(es): dc.creator | Coelho, Frederico Gualberto Ferreira | - |
Autor(es): dc.creator | Castro, Cristiano Leite de | - |
Autor(es): dc.creator | Torres, Luiz Carlos Bambirra | - |
Autor(es): dc.creator | Braga, Antônio de Pádua | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:22:24Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:22:24Z | - |
Data de envio: dc.date.issued | 2022-09-15 | - |
Data de envio: dc.date.issued | 2022-09-15 | - |
Data de envio: dc.date.issued | 2019 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/15312 | - |
Fonte completa do material: dc.identifier | https://ieeexplore.ieee.org/document/9072429 | - |
Fonte completa do material: dc.identifier | https://doi.org/10.1109/TII.2020.2987329 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1012285 | - |
Descrição: dc.description | It is well known that there is an increasing interest in edge computing to reduce the distance between cloud and end devices, especially for Machine Learning (ML) methods. However, when related to latency-sensitive applications, little work can be found in ML literature on suitable embedded systems implementations. This paper presents new ways to implement the decision rule of a large margin classifier based on Gabriel graphs as well as an efficient implementation of this on an embedded system. The proposed approach uses the nearest neighbor method as the decision rule, and the implementation starts from an RTL pipeline architecture developed for binary large margin classifiers and proposes the integration in a hardware/software co-design. Results showed that the proposed approach was statistically similar to the classifier and had a speedup factor of up to 8x compared to the classifier executed in software, with performance suitable for ML latency-sensitive applications. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Direitos: dc.rights | restrito | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | System on a chip | - |
Palavras-chave: dc.subject | Large margin | - |
Palavras-chave: dc.subject | Latency sensitive | - |
Palavras-chave: dc.subject | IoT | - |
Título: dc.title | Enhancing performance of Gabriel graph-based classifiers by a hardware co-processor for embedded system applications. | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: