About: Approximate computing     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : dbo:ProgrammingLanguage, within Data Space : dbpedia.demo.openlinksw.com associated with source document(s)
QRcode icon
http://dbpedia.demo.openlinksw.com/c/4ppXBQPE2G

Approximate computing is an emerging paradigm for energy-efficient and/or high-performance design. It includes a plethora of computation techniques that return a possibly inaccurate result rather than a guaranteed accurate result, and that can be used for applications where an approximate result is sufficient for its purpose. One example of such situation is for a search engine where no exact answer may exist for a certain search query and hence, many answers may be acceptable. Similarly, occasional dropping of some frames in a video application can go undetected due to perceptual limitations of humans. Approximate computing is based on the observation that in many scenarios, although performing exact computation requires large amount of resources, allowing bounded approximation can provid

AttributesValues
rdf:type
rdfs:label
  • Approximate computing (en)
  • Calcolo approssimato (it)
rdfs:comment
  • Approximate computing is an emerging paradigm for energy-efficient and/or high-performance design. It includes a plethora of computation techniques that return a possibly inaccurate result rather than a guaranteed accurate result, and that can be used for applications where an approximate result is sufficient for its purpose. One example of such situation is for a search engine where no exact answer may exist for a certain search query and hence, many answers may be acceptable. Similarly, occasional dropping of some frames in a video application can go undetected due to perceptual limitations of humans. Approximate computing is based on the observation that in many scenarios, although performing exact computation requires large amount of resources, allowing bounded approximation can provid (en)
  • Il calcolo approssimato è una qualunque forma di calcolo il cui risultato non è garantito essere corretto. Esistono diversi domini applicativi dove una approssimazione del risultato è comunque tollerata. In situazioni simili è possibile applicare tecniche di approssimazione che consentono di eseguire il calcolo consumando una quantità di risorse inferiore rispetto a quanta ne sarebbe richiesta da un calcolo esatto. (it)
dct:subject
Wikipage page ID
Wikipage revision ID
Link from a Wikipage to another Wikipage
sameAs
dbp:wikiPageUsesTemplate
has abstract
  • Approximate computing is an emerging paradigm for energy-efficient and/or high-performance design. It includes a plethora of computation techniques that return a possibly inaccurate result rather than a guaranteed accurate result, and that can be used for applications where an approximate result is sufficient for its purpose. One example of such situation is for a search engine where no exact answer may exist for a certain search query and hence, many answers may be acceptable. Similarly, occasional dropping of some frames in a video application can go undetected due to perceptual limitations of humans. Approximate computing is based on the observation that in many scenarios, although performing exact computation requires large amount of resources, allowing bounded approximation can provide disproportionate gains in performance and energy, while still achieving acceptable result accuracy. For example, in k-means clustering algorithm, allowing only 5% loss in classification accuracy can provide 50 times energy saving compared to the fully accurate classification. The key requirement in approximate computing is that approximation can be introduced only in non-critical data, since approximating critical data (e.g., control operations) can lead to disastrous consequences, such as program crash or erroneous output. (en)
  • Il calcolo approssimato è una qualunque forma di calcolo il cui risultato non è garantito essere corretto. Esistono diversi domini applicativi dove una approssimazione del risultato è comunque tollerata. In situazioni simili è possibile applicare tecniche di approssimazione che consentono di eseguire il calcolo consumando una quantità di risorse inferiore rispetto a quanta ne sarebbe richiesta da un calcolo esatto. Un esempio di campo applicativo dove il calcolo approssimato trova ampio spazio sono i sistemi di pianificazione di itinerari stradali dove pur di avere un risultato entro un breve lasso di tempo, si accetta di seguire un percorso subottimo invece del percorso ottimo.Un altro esempio di campo applicativo è quello dell'elaborazione video. Per effettuare sul momento elaborazioni particolarmente complesse si accetta di saltare occasionalmente un fotogramma. Questa tecnica sfrutta il fatto che entro un certo valore di frame rate l'apparato visivo di un essere umano non percepisce difetti nel video. Simili tecniche sono ampiamente utilizzate in ambito videoludico. Il fattore chiave per l'applicazione di strategie di calcolo approssimato è l'identificazione delle procedure che possono essere approssimate con grande risparmio di risorse senza drastiche ripercussioni sulla qualità del risultato. Esistono situazioni in cui l'identificazione di tali procedure è banale; esistono condizioni in cui solo un esperto del dominio applicativo è in grado di isolare le operazioni meno sensibili agli errori; molto spesso si tratta di raggiungere un compromesso tra le prestazioni che si desidera migliorare e l'errore che si introduce. Nell'ultimo caso si ricorre allo studio della propagazione degli errori all'interno dell'algoritmo di elaborazione in analisi. (it)
gold:hypernym
prov:wasDerivedFrom
page length (characters) of wiki page
foaf:isPrimaryTopicOf
is Link from a Wikipage to another Wikipage of
is foaf:primaryTopic of
Faceted Search & Find service v1.17_git147 as of Sep 06 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 08.03.3331 as of Sep 2 2024, on Linux (x86_64-generic-linux-glibc212), Single-Server Edition (378 GB total memory, 53 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software