面向内存工作负载的精确开集识别
人工智能
2022-12-20 v1
摘要
我们如何能在分类已知内存工作负载的同时准确识别新的内存工作负载？使用各种工作负载验证DRAM（动态随机存取存储器）是保证DRAM质量的重要任务。该过程的关键组成部分是开集识别，旨在检测训练阶段未见过的新工作负载。尽管重要，现有开集识别方法在准确性上不尽如人意，因为它们未能利用工作负载序列的特征。本文中，我们提出Acorn，一种捕捉工作负载序列特征的精确开集识别方法。Acorn提取两类特征向量以捕捉内存访问中的序列模式与空间局部性模式。Acorn随后利用这些特征向量将子序列准确分类为已知类之一或识别为未知类。实验表明，Acorn实现了最先进的准确率，在已知类分类准确率与现有方法相当的同时，未知类检测准确率最高提升37个百分点。
引用
@article{arxiv.2212.08817,
title = {Accurate Open-set Recognition for Memory Workload},
author = {Jun-Gi Jang and Sooyeon Shim and Vladimir Egay and Jeeyong Lee and Jongmin Park and Suhyun Chae and U Kang},
journal= {arXiv preprint arXiv:2212.08817},
year = {2022}
}
备注
15 pages, 5 figures