Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Busca avançada
Ano de início
Entree
X

Criar um alerta por e-mail


Novos resultados para a sua pesquisa em seu e-mail, semanalmente.

Seu e-mail:

Tamanho do e-mail:



Seu endereço de e-mail não será divulgado.
Refine sua pesquisa
Pesquisa
  • Uma ou mais palavras adicionais
  • Situação
  • Colaboração no país
  • Colaboração com a instituição
  • Colaboração - cidade de origem
  • Publicações científicas
  • Instituição Sede
  • Área do conhecimento
  • Ano de início
  • Ano de término
  • Projetos de Pesquisa
  • Ano de vigência
Excel (CSV)  
|
6 resultado(s)
1
Resumo

O velocidade de criação de dados observado na última década trouxe um intensa necessidade para armazenamento, e mais importante, extração de informação precisa e valor agregado. Aprendizado de Máquina (AM) está na liderança em relação à última graças ao speedup obtido com processadores gráficos de propósito geral. Todavia, alguns domínios de aplicação ainda não possuem boas soluções de AM e para esses casos desafiadores a solução consenso é o suporte em hardware especializado. Hardware especialista provê dispositivos computacionais customizados e, por construção, melhor se adaptam e as demandas da aplicação. Mas sua adoção pode necessitar de conhecimento específico, não relacionado à expertise do programador, e necessitar de reescritas e ajustes finos custosos no código. Visando reduzir o risco de hardware especialista tornar-se aplicável apenas aos seus nichos de aplicação, e demandar dos fabricantes manutenção de muitas linhas de produto, é altamente desejável que seja possível utilizá-los para computação de propósito geral. Nesse sentido, este projeto objetiva facilitar o uso de hardware específico para AM no contexto de computação de propósito geral. Entre os principais objetivos estão a criação de inovadoras análise de código para extração de informação relativa ao como as aplicações podem se beneficiar de primitivas de hardware especialista. O projeto de novas representações das propriedades do código que descrevam com precisão e guiem o mapeamento de suas estruturas de computação para primitivas de hardware também é um objeto do projeto. (AU)

Resumo

Proteger objetos da Internet das Coisas (IoT) contra agentes maliciosos é um desafio. Uma das soluções é garantir a autenticidade e a integridade dos programas executados por tais dispositivos. Recentemente, propomos Computer Security by Hardware-Intrinsic Authentication (CSHIA), uma arquitetura de computadores para execução segura de código (garantindo autenticidade e integridade de execução). CSHIA extrai uma chave criptográfica única e aleatória do próprio dispositivo IoT por meio da utilização de Funções Fisicamente não Clonavéis (PUFs). Porém, PUFs dependem de circuitos de pós-processamento como o Fuzzy Extractor que é suscetível a ataques de canais laterais, como análise de consumo de energia, e que podem comprometer a autenticidade e a integridade dos dispositivos IoT. Para aumentar a robusteza de CSHIA, novas contramedidas a ataques de canais laterais e semi-invasivos precisam ser criadas. Recentemente, nós criamos uma nova contramedida para ataque de canal lateral que se supera muitas limitações da mais conhecida, e agora visam o seu melhoramento e a criação de soluções contra ataques invasivos. (AU)

Resumo

Exploração do espaço de projeto de hardware é um campo de estudo conhecido por sua complexidade, dado que uma aplicação pode ser implementada de diversas formas, variando os recursos de hardware, consumo de energia e taxa de transferência. Esse problema se torna ainda mais complexo quando são considerados hardwares reconfiguráveis baseados em FPGA para a criação de aceleradores a partir de trechos de código, onde temos uma exploração de espaço de projeto aninhada em outra, sendo que a aplicação como um todo se torna também parte do problema. Uma solução para evitar a custosa síntese durante a exploração do espaço de projeto é a criação de um modelo para a implementação em hardware baseado no código fonte, sendo ele descrito em RTL, OpenCL ou em C. O modelos propostos na literatura focam diferentes aspectos de um projeto de hardware, como a modelagem dos recursos, restrições na largura de banda, custos de comunicação e consumo de energia. Além disso, alguns modelos são propostos para projetos inteiramente em FPGAs, ao passo que poucos consideram a arquitetura host-acelerador.Nesse projeto, propomos a criação de um modelo para estimar as medidas de um kernel de um acelerador em OpenCL baseada no seu código C. Como resultado, espera-se que o modelo capture aspectos importantes da linguagem C para a geração de hardware, como uma estimativa do volume de dados de entrada e saída, da taxa computações/dado, e taxa de transferência, além da esperada estimativa dos recursos de hardware do dado kernel. Em uma segunda parte desse projeto, propomos a expansão do modelo para a estimativa dos efeitos das técnicas de transformação de loops nas métricas do projeto, o que ajudará na decisão de quais transformações devem ser aplicadas aos trechos de código de uma kernel a fim de se obter um acelerador melhor. (AU)

Resumo

Este projeto de pesquisa propõe o desenvolvimento de um processador open-source baseado no processador Nios II da Altera. O processador a ser desenvolvido permitirá a customização de instruções, número de registradores, incluir componentes que possibilitem um estudo detalhado da memória cache, dentre outras características. Além disso, como o processador será baseado na arquitetura do Nios II, o mesmo será integrado ao ambiente Qsys da ferramenta Quartus II da Altera, sendo possível utilizar todo o conjunto de IP (Propriedade Intelectual) e ferramentas disponíveis pela Altera. Assim, este trabalho tem como propósito colaborar com o desenvolvimento de arquiteturas de hardware com uma unidade de processamento configurável, customizavél, possibilitando utilizar um legado de ferramentas pré-concebidas e pré-testadas, estando tudo isso apoiado em metodologias recentes para acelerar o processo de desenvolvimento de hardware, baseadas em ESL (Electronic System Level). Para o desenvolvimento do processador será utilizada a Linguagem de Descrição de Hardware Bluespec, pois possibilita que o hardware descrito possa ser sintetizável em circuitos integrados do tipo FPGA (Field-Programmable Gate array). (AU)

Resumo

O consumo de energia é uma das questões mais importantes em sistemas embarcados. Estudos demonstram que neste tipo de sistema a cache é responsável por consumir a maior parte da energia fornecida ao processador. Na maioria dos processadores embarcados, os parâmetros de configuração da cache são fixos e não permitem mudanças após sua fabricação/síntese. Entretanto, este não é o cenário ideal, pois a configuração da cache pode não ser adequada para uma determinada aplicação, tendo como consequência menor desempenho na execução e consumo excessivo de energia. Neste contexto, o projeto propõe uma implementação em hardware, utilizando computação reconfigurável, capaz de reconfigurar de modo automático, dinâmico e transparente os parâmetros de configuração da cache, de forma que a cache se adeque à aplicação em execução. Com esta técnica, espera-se melhorar o desempenho das aplicações e reduzir significativamente o consumo de energia do sistema. (AU)

Resumo

O mouse é uma ferramenta frequentemente utilizada por usuários de computador e alguns estudos tem demonstrado a sua utilização com os distúrbios músculo esqueléticos (DMS). Para tanto, foi desenvolvido e patenteado um mouse ergonômico chamado "Mouse ergonômico baseado na biomecânica da escrita" para reduzir os riscos de DMS. O objetivo do estudo é avaliar o desempenho, conforto e biomecânica das articulações do pescoço, cabeça e membro superior durante a utilização do mouse ergonômico e comparar com o mouse convencional. Quinze sujeitos entre 18 e 35 anos passarão por um período de duas semanas de adaptação com o protótipo. O desempenho dos voluntários será avaliado utilizando o teste Fitts Law que inclui diferentes tarefas com o mouse. A atividade elétrica dos músculos será avaliada utilizando eletromiógrafo de superfície (sEMG) para os músculos: extensor ulnar do carpo, extensor dos dedos, pronador quadrado, pronador redondo, deltóide anterior, deltóide médio e trapézio superior. Para mensurar os ângulos de flexão, extensão, desvio ulnar e radial do punho, pronação e supinação do antebraço e flexão e extensão do cotovelo serão utilizados três eletrogoniometros. Também serão utilizadas nove câmeras (Qualysis System) para monitorar a postura e os movimentos da coluna cervical, cabeça e ombro em relação ao posto de trabalho; as analises serão realizadas com o softwear Visual 3D c-motion. Após as tarefas, os voluntários responderão a um questionário sobre o conforto, facilidade de uso e adaptabilidade com o novo mouse. Os resultados para os dois mouses serão comparados para todas as variáveis. (AU)

|
6 resultado(s)
1
Exportar 0 registro(s) selecionado(s)
Marcar todos desta página | Limpar seleção