Ciência-IUL
Publicações
Descrição Detalhada da Publicação
ESANN 2022 proceedings
Ano (publicação definitiva)
2022
Língua
Inglês
País
--
Mais Informação
Web of Science®
Esta publicação não está indexada na Web of Science®
Scopus
Esta publicação não está indexada na Scopus
Google Scholar
Abstract/Resumo
Conditional branch prediction is a technique used to speculatively execute instructions before knowing the direction of conditional branch statements. Perceptron-based predictors have been extensively studied, however, they need large input sizes for the data to be linearly separable. To learn nonlinear functions from the inputs, we propose a conditional branch predictor based on the WiSARD model and compare it with two state-of-the-art predictors, the TAGE-SC-L and the Multiperspective Perceptron. We show that the WiSARD-based predictor with a smaller input size outperforms the perceptron-based predictor by about 0.09% and achieves similar accuracy to that of TAGE-SC-L.
Agradecimentos/Acknowledgements
--
Palavras-chave
Classificação Fields of Science and Technology
- Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
Registos de financiamentos
Referência de financiamento | Entidade Financiadora |
---|---|
UIDB/04466/2020 | Fundação para a Ciência e a Tecnologia |
POCI-01-0247-FEDER-045912 | Project FLOYD |
UIDP/04466/2020 | Fundação para a Ciência e a Tecnologia |
Projetos Relacionados
Esta publicação é um output do(s) seguinte(s) projeto(s):