prindi

Composing graph theory and deep neural networks to evaluate SEU type soft error effects

autor
Balakrishnan, Aneesh
Lange, Thomas
Glorieux, Maximilien
Alexandrescu, Dan
Jenihhin, Maksim
vastutusandmed
Aneesh Balakrishnan, Thomas Lange, Maximilien Glorieux, Dan Alexandrescu, Maksim Jenihhin
allikas
9th Mediterranean Conference on Embedded Computing (MECO'2020), Budva, Montenegro, 8-11 June 2020
ilmumiskoht
Danvers
kirjastus/väljaandja
IEEE
ilmumisaasta
2020
konverentsi nimetus, aeg
9th Mediterranean Conference on Embedded Computing (MECO'2020), 8-11 June 2020
konverentsi toimumispaik
Budva, Montenegro
leitav
https://doi.org/10.1109/MECO49872.2020.9134279
märksõna
tehisnärvivõrgud
diagnostika (tehnika)
veaavastus
võtmesõna
GraphSAGE (Graph Based Neural Network)
gate-level circuit abstraction
deep neural networks
Functional Failure Rate (FFR)
Single Event Upset (SEU)
Single Event Transient (SET) and Soft Errors
märkused
Bibliogr.: 10 ref
TTÜ struktuuriüksus
arvutisüsteemide instituut
keel
inglise
Uurimisrühm
Töökindla arvutusriistvara keskus (TARK)
Usaldusväärsete arvutisüsteemide keskus
Balakrishnan, A., Lange, T., Glorieux, M., Alexandrescu, D., Jenihhin, M. Composing graph theory and deep neural networks to evaluate SEU type soft error effects // 9th Mediterranean Conference on Embedded Computing (MECO'2020), Budva, Montenegro, 8-11 June 2020. Danvers : IEEE, 2020. https://doi.org/10.1109/MECO49872.2020.9134279