Wyniki wyszukiwania - BazTech

1

Systematyczne metody dekompozycji funkcji boolowskich

Wąsicki Dariusz

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2020

|

nr 11-12

432--438

PL

Ze względu na ważne zastosowania (dystrybucja adresów iP, skanowanie wirusów i wykrywanie niepożądanych danych) metody projektowania funkcji generowania indeksów są ostatnio przedmiotem intensywnych badań naukowych. większość proponowanych algorytmów oparta jest na metodach heurystycznych umożliwiających znalezienie lokalnie optymalnego rozwiązania. W artykule dyskutowane są systematyczne metody rozłącznych oraz nierozłącznych dekompozycji, funkcjonalnej i liniowej, stosowanych w generatorach indeksów. Ich wykorzystanie umożliwia znalezienie globalnie najlepszego rozwiązania. Zastosowanie pojęcia r-przydatności znacznie poprawia efektywność proponowanych algorytmów dekompozycji.

EN

Due to important applications (iP address distribution, virus scanning, and unwanted data detection), index generation function design methods have recently been the subject of intense research. Most of the proposed algorithms are based on heuristic methods allowing to find a locally optimal solution. The article discusses systematic methods of disjoint and nondisjoint functional and linear decomposition used in index generators. Their use makes it possible to find the best global solution. The use of the r-admissibility concept significantly improves the efficiency of the proposed decomposition algorithms.

2

Metody syntezy logicznej w optymalizacji sprzętowej systemów eksploracji danych

Wąsicki Dariusz, Malinowska Agnieszka

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2020

|

nr 4-5

72--79

PL

W artykule dyskutowane jest zastosowanie syntezy logicznej w celu zmniejszenia złożoności sprzętowej systemów analizy danych. Zastosowanie redukcji atrybutów zmniejsza złożoność dekompozycji. Omówiono metody dekompozycji liniowej i funkcjonalnej. Przedstawione wyniki wskazują, że metody syntezy logicznej z powodzeniem mogą być zastosowane do rozwiązywania zadań eksploracji danych, skutecznie upraszczając złożoność sprzętową systemów.

EN

The article discusses the use of logical synthesis in terms of reducing the hardware complexity of data analysis systems. The methods of linear and functional decomposition are discussed. The use of attribute reduction reduces the complexity of decomposition. The presented results indicate that logical synthesis methods can be successfully used to solve data mining tasks, effectively simplifying the hardware complexity of the systems.

3

Metody wyboru dekompozycji dla algorytmu z wykorzystaniem zbiorów niezgodności i ich wpływ na minimalizację generatorów indeksów

Mazurkiewicz T., Łuba T.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2018

|

nr 8-9

722--725, CD

PL

Minimalizacja wykorzystania pamięci wydaje się kluczowym zadaniem dla efektywnej realizacji sprzętowej funkcji generowania indeksów. W tym celu stosuje się algorytmy dekompozycji liniowej. W niniejszej pracy przedstawiono nową metodę wyboru dekompozycji dla algorytmu z bramkami XOR, wykorzystującego zbiory niezgodności. Przedstawione w artykule wyniki dla koderów m z 16 i m z 20 dowodzą skuteczności proponowanej metody.

EN

Memory minimization seems to be the main problem of effective index generation functions hardware implementation. A linear decomposition can be used to reduce memory size. In this paper a new method of decomposition selection for algorithm with EXOR gates, which uses discernibility sets, is proposed. Presented results show its effectiveness for m-out-of-16 and m-out-of-20 functions.

4

Optimization on the complementation procedure towards efficient implementation of the index generation function

Borowik G.

International Journal of Applied Mathematics and Computer Science

|

2018

|

Vol. 28, no. 4

803--815

EN

In the era of big data, solutions are desired that would be capable of efficient data reduction. This paper presents a summary of research on an algorithm for complementation of a Boolean function which is fundamental for logic synthesis and data mining. Successively, the existing problems and their proposed solutions are examined, including the analysis of current implementations of the algorithm. Then, methods to speed up the computation process and efficient parallel implementation of the algorithm are shown; they include optimization of data representation, recursive decomposition, merging, and removal of redundant data. Besides the discussion of computational complexity, the paper compares the processing times of the proposed solution with those for the well-known analysis and data mining systems. Although the presented idea is focused on searching for all possible solutions, it can be restricted to finding just those of the smallest size. Both approaches are of great application potential, including proving mathematical theorems, logic synthesis, especially index generation functions, or data processing and mining such as feature selection, data discretization, rule generation, etc. The problem considered is NP-hard, and it is easy to point to examples that are not solvable within the expected amount of time. However, the solution allows the barrier of computations to be moved one step further. For example, the unique algorithm can calculate, as the only one at the moment, all minimal sets of features for few standard benchmarks. Unlike many existing methods, the algorithm additionally works with undetermined values. The result of this research is an easily extendable experimental software that is the fastest among the tested solutions and the data mining systems.