Machine Learning Techniques for Understanding and Predicting Memory Interference in CPU-GPU Embedded Systems / Masola, A.; Capodieci, N.; Rouxel, B.; Franchini, G.; Cavicchioli, R.. - (2023), pp. 147-156. (Intervento presentato al convegno 29th IEEE International Conference on Embedded and Real-Time Computing Systems and Applications, RTCSA 2023 tenutosi a Giappone nel Agosto 2023) [10.1109/RTCSA58653.2023.00026].

Machine Learning Techniques for Understanding and Predicting Memory Interference in CPU-GPU Embedded Systems

Masola A.;Capodieci N.;Rouxel B.;Franchini G.
Methodology
;
Cavicchioli R.
2023

2023
29th IEEE International Conference on Embedded and Real-Time Computing Systems and Applications, RTCSA 2023
Giappone
Agosto 2023
147
156
Masola, A.; Capodieci, N.; Rouxel, B.; Franchini, G.; Cavicchioli, R.
Machine Learning Techniques for Understanding and Predicting Memory Interference in CPU-GPU Embedded Systems / Masola, A.; Capodieci, N.; Rouxel, B.; Franchini, G.; Cavicchioli, R.. - (2023), pp. 147-156. (Intervento presentato al convegno 29th IEEE International Conference on Embedded and Real-Time Computing Systems and Applications, RTCSA 2023 tenutosi a Giappone nel Agosto 2023) [10.1109/RTCSA58653.2023.00026].
File in questo prodotto:
Non ci sono file associati a questo prodotto.
Pubblicazioni consigliate

Licenza Creative Commons
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11380/1329109
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus 0
  • ???jsp.display-item.citation.isi??? ND
social impact