인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
초록·키워드
This paper introduces a novel and efficient approximate 4-2 compressor and multipliers that significantly improve overall computation accuracy with marginal hardware overhead. The proposed compressor incorporates an error recovery logic to rectify output errors under specific input conditions. As a result, the proposed multipliers, featuring this error recovery compressor, exhibit substantial improvements in normalized mean error distance (NMED) and mean relative error distance (MRED) by up to 89.8% and 97.1%, respectively, compared to existing approximate multipliers considered in this paper. Furthermore, when implemented in a 32-nm CMOS technology, the proposed designs enable noteworthy reductions of up to 25.2%, 22.9%, and 23.4% in area, power, and energy, respectively, in comparison to the alternative designs. The effectiveness of the proposed design is further validated through its application in a digital image processing algorithm.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-24-02-090252872
