Buchumschlag

Machine Learning Framework for Early Power, Performance, and Area Estimation of RTL

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chattopadhyay, Anindita, Sutrakar, Vijay Kumar
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fast and Accurate Identification of Hardware Trojan Locations in Gate-Level Netlist using Nearest Neighbour Approach integrated with Machine Learning Technique
von: Chattopadhyay, Anindita, et al.
Veröffentlicht: (2025)

An Improved Deep Learning Model for Word Embeddings Based Clustering for Large Text Datasets
von: Sutrakar, Vijay Kumar, et al.
Veröffentlicht: (2025)

Advanced Text Analytics -- Graph Neural Network for Fake News Detection in Social Media
von: Patel, Anantram, et al.
Veröffentlicht: (2025)

Natural Mitigation of Catastrophic Interference: Continual Learning in Power-Law Learning Environments
von: Gandhi, Atith, et al.
Veröffentlicht: (2024)

Performance Comparison of Different Machine Learning Algorithms on the Prediction of Wind Turbine Power Generation
von: Eyecioglu, Onder, et al.
Veröffentlicht: (2021)

Augmented Reinforcement Learning Framework For Enhancing Decision-Making In Machine Learning Models Using External Agents
von: Singh, Sandesh Kumar
Veröffentlicht: (2025)

VerilogDB: The Largest, Highest-Quality Dataset with a Preprocessing Framework for LLM-based RTL Generation
von: Calzada, Paul E., et al.
Veröffentlicht: (2025)

Inverse Reinforcement Learning With Constraint Recovery
von: Das, Nirjhar, et al.
Veröffentlicht: (2023)

Learning Nonlinearity of Boolean Functions: An Experimentation with Neural Networks
von: Ranga, Sriram, et al.
Veröffentlicht: (2025)

A Comprehensive Machine Learning Framework for Heart Disease Prediction: Performance Evaluation and Future Perspectives
von: Lamir, Ali Azimi, et al.
Veröffentlicht: (2025)

EARL: Entropy-Aware RL Alignment of LLMs for Reliable RTL Code Generation
von: Shi, Jiahe, et al.
Veröffentlicht: (2025)

Enhancing Machine Learning Performance through Intelligent Data Quality Assessment: An Unsupervised Data-centric Framework
von: Rahal, Manal, et al.
Veröffentlicht: (2025)

A Machine Learning-Based Multimodal Framework for Wearable Sensor-Based Archery Action Recognition and Stress Estimation
von: Liu, Xianghe, et al.
Veröffentlicht: (2025)

Observation-Free Attacks on Online Learning to Rank
von: Chattopadhyay, Sameep, et al.
Veröffentlicht: (2025)

A Comparative Study of Machine Learning Techniques for Early Prediction of Diabetes
von: Alzboon, Mowafaq Salem, et al.
Veröffentlicht: (2025)

Improving Machine Learning Performance with Synthetic Augmentation
von: Sohm, Mel, et al.
Veröffentlicht: (2026)

Power Plays: Unleashing Machine Learning Magic in Smart Grids
von: Rashid, Abdur, et al.
Veröffentlicht: (2024)

Optimal Signal Decomposition-based Multi-Stage Learning for Battery Health Estimation
von: Pamshetti, Vijay Babu, et al.
Veröffentlicht: (2025)

Generative AI Agents in Autonomous Machines: A Safety Perspective
von: Jabbour, Jason, et al.
Veröffentlicht: (2024)

Early Risk Stratification of Dosing Errors in Clinical Trials Using Machine Learning
von: Hêche, Félicien, et al.
Veröffentlicht: (2026)

An Interoperable Machine Learning Pipeline for Pediatric Obesity Risk Estimation
von: Fayyaz, Hamed, et al.
Veröffentlicht: (2024)

Disentangled Double Machine Learning for Accurate Causal Effect Estimation
von: Xiang, Guodu, et al.
Veröffentlicht: (2026)

Wrong Code, Right Structure: Learning Netlist Representations from Imperfect LLM-Generated RTL
von: Cai, Siyang, et al.
Veröffentlicht: (2026)

VeriDispatcher: Multi-Model Dispatching through Pre-Inference Difficulty Prediction for RTL Generation Optimization
von: Wang, Zeng, et al.
Veröffentlicht: (2025)

SynCircuit: Automated Generation of New Synthetic RTL Circuits Can Enable Big Data in Circuits
von: Liu, Shang, et al.
Veröffentlicht: (2025)

Leveraging Machine Learning for Early Autism Detection via INDT-ASD Indian Database
von: Shrivastava, Trapti, et al.
Veröffentlicht: (2024)

Early Detection of Coronary Heart Disease Using Hybrid Quantum Machine Learning Approach
von: Banday, Mehroush, et al.
Veröffentlicht: (2024)

FairAgent: Democratizing Fairness-Aware Machine Learning with LLM-Powered Agents
von: Dai, Yucong, et al.
Veröffentlicht: (2025)

A Framework for Selection of Machine Learning Algorithms Based on Performance Metrices and Akaike Information Criteria in Healthcare, Telecommunication, and Marketing Sector
von: Hamisu, A. K., et al.
Veröffentlicht: (2025)

MLCopilot: Unleashing the Power of Large Language Models in Solving Machine Learning Tasks
von: Zhang, Lei, et al.
Veröffentlicht: (2023)

Towards Modeling Data Quality and Machine Learning Model Performance
von: Anjum, Usman, et al.
Veröffentlicht: (2024)

Tutorial on the Probabilistic Unification of Estimation Theory, Machine Learning, and Generative AI
von: Elmusrati, Mohammed
Veröffentlicht: (2025)

When Algorithms Manage Humans: A Double Machine Learning Approach to Estimating Nonlinear Effects of Algorithmic Control on Gig Worker Performance and Wellbeing
von: V, Arunkumar, et al.
Veröffentlicht: (2025)

A Machine Learning Approach for Design of Frequency Selective Surface based Radar Absorbing Material via Image Prediction
von: Sutrakar, Vijay Kumar, et al.
Veröffentlicht: (2025)

Explainable Machine Learning Framework for Cardiovascular Disease Diagnosis and Prognosis
von: Sourov, Md. Emon Akter, et al.
Veröffentlicht: (2025)

An Explainable Machine Learning Framework for the Accurate Diagnosis of Ovarian Cancer
von: Newaz, Asif, et al.
Veröffentlicht: (2023)

Performance Analysis of Machine Learning Algorithms in Chronic Kidney Disease Prediction
von: Ahmed, Iftekhar, et al.
Veröffentlicht: (2025)

Towards a Problem-Oriented Domain Adaptation Framework for Machine Learning
von: Spitzer, Philipp, et al.
Veröffentlicht: (2025)

Dynamic LLM Routing and Selection based on User Preferences: Balancing Performance, Cost, and Ethics
von: Piskala, Deepak Babu, et al.
Veröffentlicht: (2025)

Addressing the Gaps in Early Dementia Detection: A Path Towards Enhanced Diagnostic Models through Machine Learning
von: Moya, Juan A. Berrios
Veröffentlicht: (2024)