Detalhes bibliográficos
| Ano de defesa: |
2023 |
| Autor(a) principal: |
Silva, Lucileide Medeiros Dantas da |
| Orientador(a): |
Fernandes, Marcelo Augusto Costa |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/handle/123456789/52442
|
Resumo: |
A quantidade de dados em tempo real, como séries temporais e dados de streaming, continua crescendo. Analisar esses dados no momento em que chegam pode trazer um imenso valor agregado. No entanto, também requer muito esforço computacional e novas técnicas de aceleração. Como possível solução para este problema, propomos uma arquitetura de hardware para o algoritmo Tipicality and Excentricity Data Analytic (TEDA) implementado em Field Programmable Gate Arrays (FPGA) para streaming de dados. O TEDA é baseado em uma nova abordagem para detecção de outliers no contexto do fluxo de dados. O projeto sugerido tem uma entrada de dados totalmente paralela de N elementos e uma arquitetura de pipeline de 3 estágios para reduzir o caminho crítico e, assim, otimizar a taxa de transferência. Para validar as propostas, são apresentados resultados de ocupação, throughput e eficiência energética do hardware proposto. Em comparação com outras plataformas de software, o projeto atingiu uma velocidade de até 693x, com uma taxa de transferência de até 10,96 MSPs (Mega Sample Per second) com uma potência dinâmica de 16mW. Além disso, resultados são apresentados para diferentes cenários de aplicação com múltiplos sensores, desde aplicações em ambientes da Indústria 4.0 até Internet of Medical Things (IoMT). Este trabalho é pioneiro na implementação em hardware da técnica TEDA em hardware especializado. |
