Персона: Половнева, Юлия Андреевна
Загружается...
Email Address
Birth Date
Научные группы
Организационные подразделения
Организационная единица
Институт интеллектуальных кибернетических систем
Цель ИИКС и стратегия развития - это подготовка кадров, способных противостоять современным угрозам и вызовам, обладающих знаниями и компетенциями в области кибернетики, информационной и финансовой безопасности для решения задач разработки базового программного обеспечения, повышения защищенности критически важных информационных систем и противодействия отмыванию денег, полученных преступным путем, и финансированию терроризма.
Статус
Фамилия
Половнева
Имя
Юлия Андреевна
Имя
2 results
Результаты поиска
Теперь показываю 1 - 2 из 2
- ПубликацияТолько метаданныеРАЗРАБОТКА АППАРАТНОГО МОДУЛЯ КОРРЕКЦИИ ДЕФЕКТНЫХ ПИКСЕЛЕЙ СЕНСОРА И ЕГО ВЕРИФИКАЦИЯ(2020) Половнева, Ю. А.; Половнева, Юлия Андреевна; Скитев Андрей Андреевич
- ПубликацияТолько метаданныеИсследование эффективности алгоритмов предсказания переходов в архитектуре RICS-V(2022) Половнева, Ю. А.; Половнева, Юлия Андреевна; Ёхин М.Н.Данная работа посвящена исследованию влияния различных алгоритмов предсказания переходов на процессоры с архитектурой RISC-V. Работа состоит из введения, пяти глав, заключения, списка литературы и приложения, изложена на 90 станицах, содержит 38 рисунков, 24 таблиц. Во введении обосновывается актуальность работы, ставится цель и задачи работы. В первой главе рассматриваются теоретические основы построения конвейерных систем, наличия в них конфликтов, рассматриваются блоки предсказания переходов как метод разрешения конфликтов по управлению. Рассматриваются как классические, так и основанный на применении нейронной сети алгоритмы предсказания переходов. Вторая глава посвящена рассмотрению архитектуры RISC-V и ее реализации lowRISC ibex. В третьей главе представлены основы методологии верификации UVM. Четвертая глава посвящена вопросам реализации блоков предсказания переходов, приведены структурные схемы и листинги. В пятой главе представлены экспериментальные результаты и их обсуждение. Также представлены рекомендации по модификации микроархитектуры для внедрения блока предсказания переходов на основе нейронной сети. В заключении подводится итог проделанной работе. Ознакомление с работой будет полезно разработчикам, взаимодействующим с архитектурой RISC-V и исследователям алгоритмов предсказания переходов.