DE102013213093A1 - System, Verfahren und Computerprogrammprodukt zum simultanen Bestimmen von Einstellungen für eine Mehrzahl von Parametervariationen - Google Patents

System, Verfahren und Computerprogrammprodukt zum simultanen Bestimmen von Einstellungen für eine Mehrzahl von Parametervariationen Download PDF

Info

Publication number
DE102013213093A1
DE102013213093A1 DE102013213093.7A DE102013213093A DE102013213093A1 DE 102013213093 A1 DE102013213093 A1 DE 102013213093A1 DE 102013213093 A DE102013213093 A DE 102013213093A DE 102013213093 A1 DE102013213093 A1 DE 102013213093A1
Authority
DE
Germany
Prior art keywords
parameter variations
parameter
settings
variations
determined
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102013213093.7A
Other languages
English (en)
Inventor
John F. Spitzer
Rev Lebaredian
Yury Uralsky
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nvidia Corp
Original Assignee
Nvidia Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nvidia Corp filed Critical Nvidia Corp
Publication of DE102013213093A1 publication Critical patent/DE102013213093A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/445Program loading or initiating
    • G06F9/44505Configuring for program initiating, e.g. using registry, configuration files
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/445Program loading or initiating
    • G06F9/44505Configuring for program initiating, e.g. using registry, configuration files
    • G06F9/4451User profiles; Roaming
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09GARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2320/00Control of display operating conditions
    • G09G2320/08Arrangements within a display terminal for setting, manually or automatically, display parameters of the display terminal
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09GARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/36Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators characterised by the display of a graphic pattern, e.g. using an all-points-addressable [APA] memory
    • G09G5/363Graphics controllers
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/34Network arrangements or protocols for supporting network services or applications involving the movement of software or configuration parameters 

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)
  • User Interface Of Digital Computer (AREA)
  • Stored Programmes (AREA)

Abstract

Ein System, Verfahren und Computerprogrammprodukt werden bereitgestellt zum simultanen Bestimmen von Einstellungen für eine Mehrzahl von Parametervariationen. Eine Mehrzahl von Parametervariationen, die mit einer Vorrichtung assoziiert sind, wird im Betrieb identifiziert. Es werden zusätzlich simultan Einstellungen für jede der Mehrzahl von Parametervariationen bestimmt.

Description

  • GEBIET DER ERFINDUNG
  • Die vorliegende Erfindung bezieht sich auf Parameteranalyse und insbesondere auf das Bestimmen von Einstellungen basierend auf Parameteranalyse.
  • HINTERGRUND
  • Viele Produkte, die heute existieren, weisen einen oder mehrere Parameter auf, die ein mit dem Produkt assoziiertes Gesamterlebnis beeinflussen. Computerspiele und andere Software mögen zum Beispiel viele Parameter haben, die eine Qualität des Rendering, Audio, Gameplay (engl. „game play”) usw. bestimmen. Gegenwärtige Techniken zum Anordnen der mit diesen Produkten assoziierten Parameter sind aber mit verschiedenen Einschränkungen assoziiert gewesen.
  • Zum Beispiel mögen Kunden gegenwärtig dafür verantwortlich sein, eine Mehrzahl von Parametern, die mit einem Produkt assoziiert sind, zu Justieren, um passende Einstellungen für dieses Produkt zu bestimmen. Dies mag nicht optimale Einstellungen für das Produkt, zeitaufwändiger Versuch und Irrtum (engl. „trial and error”) durch den Kunden etc. zur Folge haben. Es besteht folglich ein Bedürfnis, diese und/oder andere mit dem Stand der Technik assoziierten Probleme anzugehen.
  • ZUSAMMENFASSUNG
  • Ein System, Verfahren und Computerprogrammprodukt werden bereitgestellt zum simultanen Bestimmen von Einstellungen für eine Mehrzahl von Parametervariationen. Eine Mehrzahl von Parametervariationen, die mit einer Vorrichtung assoziiert sind, wird im Betrieb identifiziert. Einstellungen werden zusätzlich simultan für jede der Mehrzahl von Parametervariationen bestimmt.
  • Kurze Beschreibung der Zeichnungen
  • Die 1 zeigt ein Verfahren zum simultanen Bestimmen von Einstellungen für eine Mehrzahl von Parametervariationen, gemäß einer Ausführungsform.
  • Die 2 zeigt ein Verfahren zum simultanen Bestimmen von einer Mehrzahl von optimalen Einstellungen, gemäß einer weiteren Ausführungsform.
  • Die 3 zeigt einen beispielhaften Parameter-DAG, gemäß einer weiteren Ausführungsform.
  • Die 4 stellt ein beispielhaftes System dar, in welchem die verschiedenen Architektur und/oder Funktionalität der verschiedenen vorhergehenden Ausführungsformen implementiert werden mögen.
  • DETAILLIERTE BESCHREIBUNG
  • Die 1 zeigt ein Verfahren 100 zum simultanen Bestimmen von Einstellungen für eine Mehrzahl von Parametervariationen, gemäß einer Ausführungsform. Wie es in Operation 102 gezeigt ist, wird eine Mehrzahl von Parametervariationen identifiziert, die mit einer Vorrichtung assoziiert sind. In einer Ausführungsform mag die Vorrichtung ein Objekt aufweisen, wie zum Beispiel einen persönlichen Computer oder ein anderes Hardwareelement. In einer weiteren Ausführungsform mag die Mehrzahl von Parametervariationen eine Mehrzahl von eindeutigen (engl. „unique”) Variationen von einer Mehrzahl von verschiedenen Parametern aufweisen.
  • In einer Ausführungsform mögen die Parameter des Weiteren jegliche Eigenschaften von der Vorrichtung aufweisen. Die Parameter mögen zum Beispiel Hardware (zum Beispiel eine zentrale Verarbeitungseinheit (CPU), eine Grafikverarbeitungseinheit (GPU), Speicher mit direktem Zugriff (RAM), ein Motherboard, ein Display etc.), die innerhalb der Vorrichtung installiert ist (zum Beispiel einen Desktopcomputer, einen Laptopcomputer, einen Tabletcomputer, einen persönlichen digitalen Assistenten, ein Mobiltelefon etc.), Software (zum Beispiel ein Operativsystem, Treiber, etc.), die innerhalb der Vorrichtung installiert ist, etc. enthalten.
  • In einer Ausführungsform mag einer oder mehrere von den Parametern ferner in unabhängiger Weise konfigurierbar sein. Jeder der Parameter mag zum Beispiel dazu fähig sein, unabhängig von den anderen Parametern geändert zu werden. In einer weiteren Ausführungsform mag jeder der Parameter von der Vorrichtung verwendet werden, um eine oder mehrere Handlungen auszuführen. In einer noch weiteren Ausführungsform mag die Parametervariationen eine Mehrzahl von verschiedenen Typen von dem Parameter aufweisen, wobei die Typen eine mit dem Parameter assoziierte Größe, Magnitude, Geschwindigkeit etc. enthalten mögen. Falls der Parameter zum Beispiel eine Vorrichtungs-CPU ist, dann mögen die Variationen des Parameters einen Hersteller der CPU, eine Geschwindigkeit der CPU, eine Cachegröße der CPU etc. aufweisen. In einem weiteren Beispiel, wenn der Parameter RAM ist, dann mögen die Variationen eine Menge von RAM, eine Geschwindigkeit des RAM, einen Hersteller des RAM etc. aufweisen.
  • Noch ferner mag die Mehrzahl von Parametervariationen in einer Ausführungsform auf einem Server identifiziert werden. Zum Beispiel mag jede der Mehrzahl von Parametervariationen von einer Benutzervorrichtung, die diese Parametervariationen aufweist, über ein Netzwerk (zum Beispiel ein drahtloses Netzwerk, ein verkabeltes Netzwerk, ein Mobilfunknetzwerk, ein Satellitennetzwerk etc.) zu einem Server gesendet werden. In einer weiteren Ausführungsform mag die Mehrzahl von Parametervariationen in einer Datenbank gespeichert und aus dieser abgerufen werden.
  • In einer Ausführungsform mag die Mehrzahl von Parametervariationen, die mit der Vorrichtung assoziiert sind, auch basierend auf einem oder mehreren Kriterien identifiziert werden. Zum Beispiel mag eine vorbestimmte Anzahl von Parametervariationen, die als die populärsten Parametervariationen bestimmt worden sind (zum Beispiel die Parametervariationen, die am häufigsten in Vorrichtungen von Kunden verwendet werden etc.), als die mit der Vorrichtung assoziierten Mehrzahl von Parametervariationen ausgewählt werden.
  • Des Weiteren werden Einstellungen für jede der Mehrzahl von Parametervariationen simultan bestimmt, wie es in der Operation 104 gezeigt ist. In einer Ausführungsform mögen die Einstellungen, die für jede der Mehrzahl von Parametervariationen bestimmt worden sind, optimierte Einstellungen aufweisen, die einen oder mehrere Aspekte der Mehrzahl von Parametervariationen manipulieren. In einer weiteren Ausführungsform mögen die Einstellungen für jede der Mehrzahl von Parametervariationen einen monotonen Satz von vorbestimmten Einstellungen (Voreinstellungen (engl. „presets”)) aufweisen. Zum Beispiel mögen Einstellungen für jede der Mehrzahl von Parametervariationen einen monotonen Satz von Voreinstellungen aufweisen, der in Bezug auf eine erste Eigenschaft sequentiell größer wird und in Bezug auf eine zweite Eigenschaft sequentiell kleiner wird.
  • In einem weiteren Beispiel mag der monotone Satz von Voreinstellungen geordnet sein, und jede sukzessive Voreinstellung innerhalb des Satzes von Voreinstellungen mag eine verbesserte erste Eigenschaft und eine verringerte zweite Eigenschaft aufweisen, wenn sie mit der vorhergehenden Voreinstellung innerhalb des Satzes von Voreinstellungen verglichen wird. In einer noch weiteren Ausführungsform mag die erste Eigenschaft mit Qualität (zum Beispiel Bildqualität, Klangqualität etc.) assoziiert sein und die zweite Eigenschaft mag mit Leistung bzw. Performance (zum Beispiel Geschwindigkeit, Ökonomie bzw. Wirtschaftlichkeit, Effizienz etc.) assoziiert sein. Ein Softwareelement mag zum Beispiel auf der Vorrichtung ausgeführt werden, und jede sukzessive Voreinstellung innerhalb des Satzes von Voreinstellungen mag eine verbesserte Bildqualität von dem Softwareelement und eine verringerte Performance des Softwareelements aufweisen.
  • In einer weiteren Ausführungsform mögen die Einstellungen unter Verwendung eines Algorithmus bestimmt werden. Die Einstellungen mögen zum Beispiel unter Verwendung eines Greedy-Algorithmus, eines Exhaustionsalgorithmus (engl. „exhaustive algorithm”) etc. bestimmt werden. In einer anderen Ausführungsform mögen die Einstellungen durch Maximieren einer ersten Eigenschaft in Bezug auf eine zweite Eigenschaft bestimmt werden für jede Voreinstellung des Satzes von Voreinstellungen. Zum Beispiel mag jede einer Mehrzahl von Einstellungen für eine Parametervariation eine erste Eigenschaft, die mit Qualität assoziiert ist, und eine zweite Eigenschaft, die mit Performance assoziiert ist, aufweisen, und die erste Eigenschaft mag in Bezug auf die zweite Eigenschaft optimiert werden.
  • In einer Ausführungsform mögen die Einstellungen ferner für jede der Mehrzahl von Parametervariationen eine Konfiguration von dieser Parametervariation enthalten, so dass die Vorrichtung, die diese Parametervariation hat, ein maximierter Output (zum Beispiel Bildqualität etc.) während Aufrechterhaltens einer Schwellwertbedingung erzeugt, wenn sie ein vorbestimmtes Softwareelement ausführt. In einer anderen Ausführungsform mag das Softwareelement ein Softwareprogramm aufweisen, das innerhalb der Vorrichtung installiert sein mag oder installiert werden soll.
  • In einer Ausführungsform mag das simultane Bestimmen von Einstellungen für jede der Mehrzahl von Parametervariationen noch ferner ein Erzeugen eines gerichteten azyklischen Grafen (DAG) aufweisen, der eine Mehrzahl von Knoten aufweist, wobei jeder der Mehrzahl von Knoten eine der Mehrzahl von Parametervariationen repräsentiert. In einer anderen Ausführungsform mögen die Knoten des DAG basierend auf einem oder mehreren Kriterien gerichtet sein. Zum Beispiel mag jeder der Mehrzahl von Knoten des DAG basierend auf der mit jedem Knoten assoziierten Geschwindigkeit innerhalb des DAG gerichtet werden, wobei die Geschwindigkeit basierend auf den von dem Knoten repräsentierten Vorrichtungsparametervariationen bestimmt wird. In einer weiteren Ausführungsform mögen die Knoten in dem DAG so gerichtet sein, dass ein erster Knoten des DAG auf einen zweiten Knoten des DAG zeigen mag, wenn es bestimmt wird, dass der zweite Knoten des DAG in einer oder mehreren Hinsichten (zum Beispiel hinsichtlich Verarbeitungsgeschwindigkeit, etc.) definitiv schneller als der erste Knoten des DAG ist.
  • In einer Ausführungsform mag das simultane Bestimmen von Einstellungen für jede der Mehrzahl von Parametervariationen auch ein Justieren von einer oder mehreren Einstellungen aufweisen, die mit jeder der Mehrzahl von Parametervariationen assoziiert sind. Für jede der Mehrzahl von Parametervariationen mag zum Beispiel eine oder mehrere assoziierten Einstellungen justiert werden (zum Beispiel ein- oder ausgeschaltet, erhöht, reduziert etc.), um die größtmögliche Magnitude einer ersten Eigenschaft in Bezug auf eine zweite Eigenschaft zu bestimmen. In einer weiteren Ausführungsform mögen die für jede der Mehrzahl von Parametervariationen bestimmten Einstellungen diejenige Einstellung für die Mehrzahl von Parametervariationen enthalten, die die größtmögliche Magnitude der ersten Eigenschaft in Bezug auf die zweite Eigenschaft ergibt.
  • Das simultane Bestimmen von Einstellungen für jede der Mehrzahl von Parametervariationen mag in einer Ausführungsform zusätzlich ein sukzessives Justieren von einer einzigen Einstellung gleichzeitig für jede der Mehrzahl von Parametervariationen aufweisen. Zum Beispiel mag für jede der Mehrzahl von Parametervariationen eine erste Einstellung justiert werden, um die größtmögliche Magnitude einer ersten Eigenschaft in Bezug auf eine zweite Eigenschaft zu bestimmen. Des Weiteren mag eine zweite Einstellung, nachdem die erste Einstellung justiert wurde, zum Justieren bestimmt werden, wobei die zweite bestimmte Einstellung für jede der Mehrzahl von Parametervariationen justiert wird.
  • In einer weiteren Ausführungsform mag das simultane Bestimmen von Einstellungen für jede der Mehrzahl von Parametervariationen ein Starten bei einem Minimum-Einstellungsbetrag für jede der Mehrzahl von Parametervariationen und ein sukzessives Erhöhen einer einzigen Einstellung gleichzeitig für jede der Mehrzahl von Parametervariationen aufweisen. In noch einer weiteren Ausführungsform mag das simultane Bestimmen von Einstellungen für jede der Mehrzahl von Parametervariationen ein Starten bei einem Maximum-Einstellungsbetrag für jede der Mehrzahl von Parametervariationen und ein sukzessives Vermindern einer einzigen Einstellung gleichzeitig für jede der Mehrzahl von Parametervariationen aufweisen.
  • In einer noch weiteren Ausführungsform mag das simultane Bestimmen von Einstellungen für jede der Mehrzahl von Parametervariationen ein Starten bei sowohl einem Maximum-Einstellungsbetrag als auch einem Minimum-Einstellungsbetrag für jede der Mehrzahl von Parametervariationen und ein sukzessives Vermindern einer einzigen Einstellung von dem Maximum und Erhöhen einer einzigen Einstellung von dem Minimum gleichzeitig für jede der Mehrzahl von Parametervariationen aufweisen, bis optimale Einstellungen bestimmt worden sind, die die größtmögliche Magnitude der ersten Eigenschaft in Bezug auf die zweite Eigenschaft ergeben.
  • In einer Ausführungsform mag jede der Mehrzahl von Parametervariationen des Weiteren beeinflussen, wie die Einstellungen bestimmt werden. Zum Beispiel mag jede der Mehrzahl von Parametervariationen (oder deren jeweiligen Knoten in dem DAG) für eine erste bestimmte Einstellung stimmen, die für jede der Mehrzahl von Parametervariationen justiert wurde. In einem anderen Beispiel mag jede der Mehrzahl von Parametervariation (oder deren jeweiligen Knoten in dem DAG), nachdem die erste bestimmte Einstellung für jede der Mehrzahl von Parametervariationen justiert wurde, für eine zweite bestimmte Einstellung stimmen, die für jede der Mehrzahl von Parametervariationen justiert wurde.
  • In einer Ausführungsform mag jede der Mehrzahl von Parametervariationen noch ferner einen unterschiedlichen Einflussgrad in Bezug darauf haben, wie die Einstellungen bestimmt werden. Zum Beispiel mag ein Populationswert (engl. „population value”) mit jeder der Mehrzahl von Parametervariationen (oder deren jeweiligen Knoten in dem DAG) assoziiert sein. In einer weiteren Ausführungsform mag ein Populationswert, der mit einer bestimmten Parametervariation assoziiert ist, einer vorbestimmten Anzahl von Benutzern entsprechen, die diese Parametervariation (zum Beispiel innerhalb deren Vorrichtung installiert etc.) haben. In noch einer weiteren Ausführungsform mag ein Populationswert, der mit einer bestimmten Parametervariation assoziiert ist, einem vorbestimmten prozentualen Anteil von einer gesamten Anzahl von Benutzern entsprechen, die diese Parametervariation haben.
  • In einer noch weiteren Ausführungsform mag der Populationswert, der mit einer bestimmten Parametervariation assoziiert ist, eine Magnitude bzw. Größe (zum Beispiel eine Stärke etc.) des Einflusses beeinflussen, der von der bestimmten Parametervariation in Bezug darauf ausgeübt wird, wie die Einstellungen bestimmt werden. Zum Beispiel mag eine Stimme der bestimmten Parametervariation für eine bestimmte Einstellung, die für jede der Mehrzahl von Paramatereinstellungen justiert wurde, proportional mit dem Populationswert erhöht werden, der mit der bestimmten Parametervariation assoziiert ist (zum Beispiel durch Multiplizieren der Stimme mit dem Populationswert etc.). In dieser Art und Weise mögen populäre Parametervariationen, die von einer großen Benutzerbasis (engl. „user base”) verwendet werden, einen größeren Einfluss darauf haben, wie die Einstellungen bestimmt werden.
  • In einer Ausführungsform mag ein Indexwert (zum Beispiel ein Einflusswert etc.) auch mit jeder der Mehrzahl von Parametervariationen (oder deren jeweiligen Knoten in dem DAG) assoziiert sein. In einer weiteren Ausführungsform mag der Indexwert, der mit einer bestimmten Parametervariation assoziiert ist, einer Fähigkeit der bestimmten Parametervariation entsprechen, ein vorbestimmtes Softwareelement bei einer vorbestimmten Framerate auszuführen. Der Indexwert mag zum Beispiel gleich –1 sein, wenn die bestimmte Parametervariation das vorbestimmte Softwareelement bei der vorbestimmen Framerate nicht ausführen kann. In einem weiteren Beispiel mag der Indexwert gleich null sein, wenn die bestimmte Parametervariation das vorbestimmte Softwareelement unter Verwendung einer oder mehrerer Minimumeinstellungen bei der vorbestimmten Framerate ausführen kann. In einer noch weiteren Ausführungsform mag der Indexwert gleich (n – 1) sein, wenn die bestimmte Parametervariation das vorbestimmte Softwareelement unter Verwendung einer oder mehrerer Maximumeinstellungen bei der vorbestimmten Framerate ausführen kann, wobei n gleich der Anzahl von Parametern ist, die von jedem Knoten in dem DAG repräsentiert sind.
  • In einer noch weiteren Ausführungsform mag der Indexwert, der mit einer bestimmten Parametervariation assoziiert ist, eine Magnitude (zum Beispiel einer Stärke etc.) des Einflusses beeinflussen, der von der bestimmten Parametervariation in Bezug darauf ausgeübt wird, wie die Einstellungen bestimmt werden. Zum Beispiel mag eine Stimme von der bestimmten Parametervariation für eine bestimmte Einstellung, die für jede der Mehrzahl von Paramatereinstellungen justiert wurde, proportional mit dem Populationswert erhöht oder vermindert werden, der mit der bestimmten Parametervariation assoziiert ist (zum Beispiel durch Multiplizieren der Stimme mit dem Populationswert etc.). In dieser Art und Weise mögen Parametervariationen, die mit größerer Wahrscheinlichkeit die Einstellungen verwenden mögen, einen größeren Einfluss darauf haben, wie die Einstellungen bestimmt werden.
  • In einer Ausführungsform mag des Weiteren eine Uneinigkeit zwischen der Mehrzahl von Parametervariationen (oder deren jeweiligen Knoten in dem DAG) während Abstimmens für eine Justierung von bestimmten Einstellungen für jede der Mehrzahl von Parametervariationen identifiziert werden. Zum Beispiel mag ein Teil der Mehrzahl von Parametervariationen (oder deren jeweiligen Knoten in dem DAG) für eine bestimmte Einstellung stimmen, die für jede der Mehrzahl von Parametervariationen justiert werden soll, und ein anderer Teil der Mehrzahl von Parametervariationen (oder deren jeweiligen Knoten in dem DAG) mag für eine andere bestimmte Einstellung stimmen, die für jede der Mehrzahl von Parametervariationen justiert werden soll.
  • Als Antwort auf das Identifizieren der Uneinigkeit zwischen der Mehrzahl von Parametervariationen mag die Mehrzahl von Parametervariationen ferner in eine Mehrzahl von Subgruppen (zum Beispiel kleineren DAGs etc.) geteilt werden. Wenn zum Beispiel ein vorbestimmter prozentualer Anteil von der Mehrzahl von Parametervariationen (oder deren jeweiligen Knoten in dem DAG) für eine bestimmte Einstellung stimmen, die unterschiedlich von Einstellungen sind, für die andere Parametervariationen (oder deren jeweiligen Knoten in dem DAG) gestimmt haben, dann mag der vorbestimmte prozentuale Anteil von der Mehrzahl von Parametervariationen von dem DAG entfernt und in einem sub-DAG zur Einstellungsbestimmung platziert werden. In dieser Art und Weise mag Einstellungsbestimmung für die Parametervariationen in jeder Subgruppe effizienter bestimmt werden.
  • Illustrativere Informationen bezüglich verschiedener optionalen Architekturen und Merkmale, mit denen das vorhergehende Framework gemäß den Wünschen des Benutzers implementiert oder nicht implementiert werden mag, werden jetzt dargelegt. Es sollte dringend beachtet werden, dass die folgenden Informationen zu illustrativen Zwecken dargelegt werden und nicht als in irgendeiner Weise einschränkend ausgelegt werden sollen. Alle folgenden Merkmale mögen optional eingearbeitet werden, wobei andere beschriebenen Merkmale ausgeschlossen oder nicht ausgeschlossen werden mögen.
  • Die 2 zeigt ein Verfahren 200 zum simultanen Bestimmen einer Mehrzahl von optimalen Einstellungen, gemäß einer weiteren Ausführungsform. Das Verfahren 200 mag, als eine Option, im Kontext der Funktionalität von 1 ausgeführt werden. Das Verfahren 200 mag aber selbstverständlich in jeglicher gewünschter Umgebung implementiert werden. Es sollte auch beachtet werden, dass die oben erwähnten Definitionen im Laufe der folgenden Beschreibung Anwendung finden mögen.
  • Wie es in Operation 202 gezeigt ist, wird eine Mehrzahl von Parametervariationen identifiziert, die mit einer Vorrichtung assoziiert sind. In einer Ausführungsform mag die Mehrzahl von Parametervariationen solche Parametervariationen enthalten, die mit einem Display auf einem persönlichen Computer assoziiert sind. Die Mehrzahl von Parametervariationen mag zum Beispiel eine Bildschirmauflösung des persönlichen Computers enthalten. In einer weiteren Ausführungsform mag die Mehrzahl von Parametervariationen solche Parametervariationen enthalten, die mit dem Rendering von Grafik durch den persönlichen Computer assoziiert sind. Die Mehrzahl von Parametervariationen mag zum Beispiel Einzelheiten von der Systemhardware enthalten, die innerhalb der Vorrichtung installiert ist (zum Beispiel CPU-Einzelheiten, GPU-Einzelheiten, Motherboard-Einzelheiten, RAM-Einzelheiten etc), Einzelheiten von der Systemsoftware, die innerhalb der Vorrichtung installiert ist, etc.
  • Zusätzlich wird, wie es in Operation 204 gezeigt ist, ein DAG mit einer Mehrzahl von Knoten konstruiert, wobei jeder der Mehrzahl von Knoten einer der Mehrzahl von Parametervariationen entspricht. In einer Ausführungsform mögen die Knoten in dem DAG basierend auf einem oder mehreren Regeln gerichtet sein. Zum Beispiel mögen die Knoten innerhalb des DAG basierend auf der mit jedem Knoten assoziierten Geschwindigkeit gerichtet sein, wobei die Geschwindigkeit basierend auf den Parametervariationen bestimmt ist, die von dem Knoten repräsentiert ist. In einer anderen Ausführungsform mögen die Knoten in dem DAG so gerichtet sein, dass ein erster Knoten des DAG auf einen zweiten Knoten des DAG zeigen mag, wenn es bestimmt wird, dass der zweite Knoten des DAG in einer oder mehrerer Hinsichten (zum Beispiel in Bezug auf Verarbeitungsgeschwindigkeit etc.) eindeutig schneller als der erste Knoten des DAG ist
  • In einer Ausführungsform mag jeder Knoten in dem DAG auch eine eindeutige (engl. „unique”) Variation von einer Mehrzahl von möglichen Parametern repräsentieren, die mit der Vorrichtung assoziiert sind. Die Mehrzahl von möglichen Parametern, die mit der Vorrichtung assoziiert sind, mag zum Beispiel eine Vorrichtungs-CPU, eine Vorrichtungs-GPU und eine Vorrichtungs-Auflösung enthalten, und jeder Knoten in dem DAG mag eine eindeutige Kombination von einer bestimmten Vorrichtungs-CPU, Vorrichtungs-GPU und Vorrichtungs-Auflösung repräsentieren. In dieser Art und Weise signalisiert ein erster Knoten, der auf einen zweiten Knoten innerhalb des DAG zeigt, dass die Parametervariationen, die mit der Vorrichtung assoziiert und von dem zweiten Knoten in dem DAG repräsentiert sind, eine definitiv bessere Verarbeitungsgeschwindigkeit und Leistung bzw. Performance anbieten als die Mehrzahl von Parametervariationen, die mit der Vorrichtung assoziiert und von dem ersten Knoten in dem DAG repräsentiert sind.
  • Des Weiteren wird, wie es in der Operation 206 gezeigt ist, ein Populationswert, der mit jedem Knoten assoziiert ist, zu jedem Knoten zugeordnet. In einer Ausführungsform mag eine Mehrzahl von Populationswerten als Resultat von analytischen Operationen erlangt werden. In einer weiteren Ausführungsform mag die Mehrzahl von Populationswerten Telemetriedaten (engl. „telemetry data”) enthalten. In noch einer weiteren Ausführungsform mag die Mehrzahl von Populationswerten aus einer Populationswert-Datenbank abgerufen werden. In noch einer weiteren Ausführungsform mag der Populationswert, der zu einem Knoten zugeordnet ist, eine Benutzerpopulation repräsentieren, die eine Vorrichtung besitzt, welche die Parametervariationen hat, die diesem Knoten entsprechen.
  • Noch ferner wird ein mit jedem Knoten assoziierter Indexwert, wie es in der Operation 208 gezeigt ist, zu jedem Knoten assoziiert. In einer Ausführungsform mag eine Mehrzahl von Indexwerten für jeden Knoten durch Berechnen einer Fähigkeit der bestimmten von diesem Knoten repräsentierten Parametervariation, ein vorbestimmtes Softwareelement bei einer vorbestimmten Framerate auszuführen, bestimmt werden. In einer weiteren Ausführungsform mag ein Indexwert für einen Knoten basierend auf der Position des Knotens innerhalb des DAG bestimmt werden. Zum Beispiel mögen höhere indexwerte zu stärkeren Knoten in dem DAG zugeordnet werden.
  • Optimale Voreinstellungen werden auch, wie es in der Operation 210 gezeigt ist, für jede der Mehrzahl von Parametervariationen unter Verwendung der Populationswerte und der Indexwerte bestimmt. In einer Ausführungsform mögen die optimalen Voreinstellungen einen monotonen Satz von Voreinstellungen für die Vorrichtung enthalten. In einer weiteren Ausführungsform mag der monotone Satz von Voreinstellungen in Bezug auf ein oder mehrere Softwareelemente bestimmt werden, die auf der Vorrichtung installiert sind. Der monotone Satz von Voreinstellungen mag zum Beispiel für eine Instanz einer Anwendung (zum Beispiel einer Videospiel-Software, Media-Wiedergabesoftware etc.), die auf der Vorrichtung installiert ist, bestimmt werden. In noch einer weiteren Ausführungsform mag der monotone Satz von Voreinstellungen in Bezug auf ein oder mehrere Softwareelemente bestimmt werden, die auf der Vorrichtung installiert werden sollen (die zum Beispiel noch nicht auf der Vorrichtung installiert sind etc.).
  • In einer noch weiteren Ausführungsform mag der monotone Satz von Voreinstellungen (sowohl abhängige als auch unabhängige) Vorrichtungseinstellungen repräsentieren, die die Art und Weise beeinflussen, in welcher die Vorrichtung das eine oder mehrere Softwareelemente ausführt. Jeder der monotonen Sätze von Voreinstellungen mag zum Beispiel eine Farbtiefe von angezeigter Grafik, die von der Vorrichtung bereitgestellt wird, einen Texturmapping-Level von angezeigter Grafik, die von der Vorrichtung bereitgestellt wird, eine Texturkompression von angezeigter Grafik, die von der Vorrichtung bereitgestellt wird, ein Lighting-Modell, das von der Vorrichtung während der Anzeige von Grafik verwendet wird, etc. vorgeben (engl. „dictate”).
  • In einer Ausführungsform mag das Bestimmen der optimalen Voreinstellungen zusätzlich ein Bestimmen einer Mehrzahl von Performancelevels für die Vorrichtung aufweisen. Zum Beispiel mag eine Mehrzahl von absteigenden Performancelevels (zum Beispiel von einem Maximum-Performancelevel zu einem Minimum-Performancelevel etc.) für die Vorrichtung (zum Beispiel unter Verwendung einer oder mehrerer Benchmarks etc.) bestimmt werden, wobei jeder sukzessive Performancelevel indiziert, dass die Vorrichtung bei einer langsameren Rate, weniger effizient oder in einer sonst weniger erstrebenswerten Art und Weise performt (zum Beispiel ausführt, berechnet etc.), wenn mit dem vorhergehenden Level verglichen wird. In einer anderen Ausführungsform mag der Performancelevel mit einem Level von Ressourcen, die von der Vorrichtung verwendet werden, assoziiert werden. Der Performancelevel mag zum Beispiel eine Menge von Verarbeitungsressourcen, die von der Vorrichtung verwendet werden, eine Menge von Softwareressourcen, die von der Vorrichtung verwendet werden, eine Menge von Netzwerkressourcen, die von der Vorrichtung verwendet werden, eine von der Vorrichtung bereitgestellte Framerate etc. angeben.
  • Das Bestimmen der optimalen Voreinstellungen mag ferner in einer Ausführungsform ein Bestimmen einer Mehrzahl von Bildqualitätslevels für die Vorrichtung aufweisen. Eine Mehrzahl von ansteigenden Bildqualitätslevels (zum Beispiel von einem Minimum-Bildqualitätslevel zu einem Maximum-Bildqualitätslevel etc.) mag zum Beispiel für die Vorrichtung bestimmt werden, wobei jeder sukzessive Bildqualitätslevel angibt, dass die von der Vorrichtung angezeigte Bildqualität (zum Beispiel eine oder mehrere von Auflösung, Farbe, Detail etc.) sich erhöht, wenn mit dem vorhergehenden Level verglichen wird.
  • Noch ferner mag in einer Ausführungsform jeder der Mehrzahl von Performancelevels mit einem der Mehrzahl von Bildqualitätslevels für die Vorrichtung assoziiert sein. Jeder sukzessiv absteigende Performancelevel mag zum Beispiel mit einem sukzessiv ansteigenden Bildqualitätslevel assoziiert sein, so dass die von der Vorrichtung produzierte Bildqualität erhöht wird, während der Performance der Vorrichtung fällt ab. In einer weiteren Ausführungsform mag das Bildqualitätslevel für jeden der Mehrzahl von Performancelevels maximiert werden, basierend auf der Mehrzahl von Parametervariationen der Vorrichtung.
  • Für jeden bestimmten Performancelevel mag zum Beispiel eine Maximum-Bildqualität, die von der Vorrichtung bereitgestellt werden kann, bestimmt werden basierend auf der Mehrzahl von Parametervariationen der Vorrichtung. In einer Ausführungsform mag die Maximum-Bildqualität unter Verwendung eines Greedy-Algorithmus berechnet werden. In einer weiteren Ausführungsform mag die Maximum-Bildqualität unter Verwendung eines Exhaustionsalgorithmus berechnet werden. Die Maximum-Bildqualität für jeden Performancelevel mag aber selbstverständlich in jeglicher Art und Weise berechnet werden. In dieser Weise mögen die Voreinstellungen in Bezug auf Bildqualität monoton ansteigend und in Bezug auf Performance monoton absteigend sein.
  • In einer Ausführungsform mag die Maximum-Bildqualität auch unter Verwendung einer analogen Methode bestimmt werden. Eine Mehrzahl von Justierelementen, ein „Mehr-für-das-Geld”-Indikator (engl. „„bang-for-buck” indicator”) und ein „Fehler”-Indikator mögen bereitgestellt werden. In einem weiteren Beispiel mag jedes Justierelement eine Eigenschaft in der Anwendung repräsentieren. In einem noch weiteren Beispiel mag jedes Justierelement in diskreten Schritten justiert werden. In einer weiteren Ausführungsform mag der „Mehr-für-das-Geld”-Indikator einen Gesamtwert (zum Beispiel eine Bildqualität mal eine Framerate) für eine gegenwärtige Voreinstellung retournieren. In noch einer weiteren Ausführungsform mag der „Fehler”-Indikator nur und nur dann aktiviert werden, wenn die Voreinstellung ungültig ist. Dies mag erforderlich sein, wenn es abhängige Variable gibt und einige Voreinstellungen in der Tat ungültig sind.
  • Zwei Justierelemente A und B mögen zum Beispiel die Stufen (engl. „stops”) falsch und wahr haben, aber das Justierelement B mag dann und nur dann auf wahr gesetzt werden, wenn das Justierelement A auch auf wahr gesetzt ist. In einem solchen Falle mag der „Fehler”-Indikator nur dann aktiviert werden, wenn das Justierelement Element A auf falsch gesetzt ist und das Justierelement B auf wahr gesetzt ist. In einer weiteren Ausführungsform mag es angenommen werden, dass die Stufen so geordnet sind, dass ein Justieren eines Justierelements eine Stufe nach oben immer gleiche/bessere Bildqualität und gleiche/schlechtere Performance ergibt.
  • In einer Ausführungsform mag ein Monotoner-Satz-Bestimmungsalgorithmus des Weiteren, in einer simultanen Art und Weise für jede der Parametervariationen, damit starten, dass alle Justierelemente ganz nach unten auf ihre Minimum-Levels (das heißt, „Minset”-Werte) gedreht sind. Jetzt mag jedes Justierelement eins nach dem anderen temporär schrittweise genau eine Stufe nach oben auf seinen Maximum-Wert gedreht werden (zum Beispiel, wenn das Justierelement den ganzen Weg zu 10 von 10 gedreht ist, wird es nicht auf 11 drehen). Wenn der „Fehler”-Indikator nicht aktiviert wird, mag der Wert des „Mehr-für-das-Geld”-Indikators aufgezeichnet werden, bevor dieses Justierelement zurück auf seine ursprüngliche Position eingestellt wird. Wenn alle Justierelemente schrittweise aufgedreht worden sind, wird das Element, das den höchsten Wert des „Mehr-für-das-Geld”-Indikators erzeugte (und noch gültig war), permanent um eine Stufe justiert. Dieses Verfahren mag in dieser Art und Weise wiederholt werden, bis alle Justierelemente auf ihre Maximum-Einstellung (das heißt, ihre „Maxset”-Werte) sind. Die Sequenz von (# Stufen – # Justierelemente + 1) Voreinstellungen, die ausgewählt wurden, mag optimale monotone Voreinstellungen repräsentieren.
  • In einer weiteren Ausführungsform mag ein monotoner-Satz-Bestimmungsalgorithmus des Weiteren, in einer simultanen Art und Weise für jede der Parametervariationen, damit starten, dass alle Justierelemente ganz nach oben auf ihre Maximum-Levels (das heißt, „Maxset”-Werte) gedreht sind. Jetzt mag jedes Justierelement eins nach dem anderen temporär schrittweise genau eine Stufe nach unten gedreht werden. Wenn der „Fehler”-Indikator nicht aktiviert wird, mag der Wert des „Mehr-für-das-Geld”-Indikators aufgezeichnet werden, bevor dieses Justierelement zurück auf seine ursprüngliche Position eingestellt wird. Wenn alle Justierelemente schrittweise abgedreht worden sind, wird das Element, das den höchsten Wert des „Mehr-für-das-Geld”-Indikators erzeugte (und noch gültig war), permanent um eine Stufe justiert. Dieses Verfahren mag in dieser Art und Weise wiederholt werden, bis alle Justierelemente auf ihre Maximum-Einstellung (das heißt, ihre „Maxset”-Werte) sind.
  • Noch ferner mögen ein oder mehrere von den monotoner-Satz-Bestimmungsalgorithmen, in einer simultanen Art und Weise für jede der Parametervariationen, damit starten, dass alle Justierelemente ganz nach unten auf ihre Minimum-Levels gedreht sind, und ein oder mehrere von den monotoner-Satz-Bestimmungsalgorithmen mögen damit starten, dass alle Justierelemente ganz nach oben auf ihre Maximum-Levels gedreht sind. Schrittweise Justierungen mögen zusätzlich von jedem der Algorithmen gemacht werden, bis die Justierungen konvergieren. In dieser Art und Weise mögen optimale Voreinstellungen in einer beschleunigten Art und Weise bestimmt werden. Schnellere Konfigurationen mögen zusätzlich Voreinstellungen beeinflussen, die für sie wichtig sind, und mögen Voreinstellungen vermeiden, die mit langsameren Konfigurationen assoziiert sind.
  • In einer Ausführungsform mag jeder der Mehrzahl von Knoten in dem DAG auch darüber abstimmen, welches Justierelement manipuliert (zum Beispiel erhöht oder vermindert etc.) werden soll. Jeder der Mehrzahl von Knoten in dem DAG mag eine Stimme abgeben in Bezug darauf, welches Justierelement temporär schrittweise nach oben oder unten um genau eine Stufe gedreht werden soll, für jede der Parametervariationen, die den Knoten in dem DAG entsprechen. In einer weiteren Ausführungsform mag das Justierelement, dass die höchste Anzahl von Stimmen erhält, dafür ausgewählt werden, schrittweise nach oben oder nach unten für jeden Knoten gedreht zu werden.
  • In einer weiteren Ausführungsform mag die Stimme jedes Knotens gemäß dem Populationswert und Indexwert, die mit diesem Knoten assoziiert sind, justiert werden. Zum Beispiel mag die Stimme jedes Knotens proportional zu seinem Populationswert erhöht und gemäß seinem Indexwert erhöht oder vermindert werden. In dieser Art und Weise mögen populärere und relevantere Knoten in dem DAG eine größere Bedeutung während der Abstimmung erhalten.
  • Zusätzlich mögen optimale Voreinstellungen für jede der Mehrzahl von Parametervariationen simultan bestimmt werden, wobei solche Voreinstellungen von einer niedrigsten Einstellung (zum Beispiel „Minset” etc.) bis zu der höchsten Einstellung (zum Beispiel „Maxset” etc.) reichen und „Mehr-für-das-Geld” (zum Beispiel Bildqualität pro Performanceeinheit etc.) in jedem Schritt entlang des Weges maximieren mögen. Ferner mag die Ordnung der monotonen Mehrzahl von Voreinstellungen aufrechterhalten werden, so dass Monotonie der Performance und Bildqualität sichergestellt werden mag, wenn Parameter-Enumeranten (engl. „parameter enumerants”) jeweils in den gleichen geordnet sind. Ferner mögen optimale Voreinstellungen für die Mehrzahl von Parametervariationen bestimmt werden, so dass Bildqualität in Bezug auf Performancekosten für jede der optimalen Voreinstellungen maximiert werden mag.
  • 3 zeigt einen beispielhaften Parameter-DAG 300, gemäß einer weiteren Ausführungsform. Der beispielhafte Parameter-DAG 300 mag, als eine Option, im Kontext der Funktionalität von den 12 ausgeführt werden. Der Parameter-DAG 300 mag aber selbstverständlich in jeglicher gewünschter Umgebung implementiert werden. Es sollte auch beachtet werden, dass die oben erwähnten Definitionen im Laufe der folgenden Beschreibung Anwendung finden mögen.
  • Der beispielhafte Parameter-DAG 300 weist, wie gezeigt, eine Mehrzahl von Knoten 302A–I auf, die jeweils einer eindeutigen Kombination von einem ersten Satz 304 von Variationen 306A–C eines ersten Bauelements (zum Beispiel von einem CPU-Typ, etc.) eines persönlichen Computers und einem zweiten Satz 308 von Variationen 310A–C eines zweiten Bauelements (zum Beispiel von einem GPU-Typ) des persönlichen Computers aufweist. In einer Ausführungsform mag der DAG 300 einen gerichteten Grafen aufweisen, der keine gerichteten Zyklen aufweist, die durch die Sammlung von Knoten 302A–I (zum Beispiel Eckpunkte (engl. „vertices”) etc.) und eine Mehrzahl von gerichteten Kanten 312 gebildet werden, so dass es nicht möglich ist, bei einem beliebigen Knoten in dem DAG 300 zu starten und eine Sequenz von Kanten zu folgen, die letztendlich eine Schleife zurück zu diesem Startknoten bildet.
  • Die Knoten in sowohl dem ersten Satz 304 von Variationen 306A–C des ersten Bauelements als auch in dem zweiten Satz 308 von Variationen 310A–C des zweiten Bauelements sind des Weiteren basierend auf Verarbeitungsgeschwindigkeit gerichtet, wobei langsamere Knoten auf schnellere Knoten zeigen. Von daher ist der erste Knoten 306A der langsamste Knoten in dem ersten Satz 304, der zweite Knoten 306B ist schneller als der erste Knoten 306A aber langsamer als der dritte Knoten 306C in dem ersten Satz 304, und der dritte Knoten 306C ist der schnellste Knoten in dem ersten Satz 304.
  • In einer Ausführungsform mag die Geschwindigkeit von jedem der Knoten 302A–I unter Verwendung von einem oder mehreren Algorithmen, Benchmark-Tests, Herstelleroffenbarungen (engl. „manufacturer disclosures”) etc. bestimmt werden. In einer weiteren Ausführungsform mag die Position der Knoten 302A–I innerhalb des DAG 300 (einschließlich welcher Knoten auf welche Knoten zeigen) durch Analysieren von Bauelement-Eigenschaften in jedem Knoten und Vergleichen der gesamten Verarbeitungsgeschwindigkeit von jedem der Knoten 302A–I bestimmt werden.
  • Die gerichteten Kanten 312 zeigen des Weiteren, wie gezeigt, von Knoten, die langsameren eindeutigen Kombinationen von Parametervariationen des persönlichen Computers entsprechen, auf Knoten, die eindeutig schnelleren eindeutigen Kombinationen von Parametervariationen des persönlichen Computers entsprechen. In dieser Art und Weise entspricht der untere Knoten 302I der schnellsten Kombination von Parametervariationen des persönlichen Computers, wobei der obere Knoten 302A der langsamsten eindeutigen Kombination von Parametervariation des persönlichen Computers entspricht.
  • 4 stellt ein beispielhaftes System 400 dar, in welchem die verschiedenen Architektur und/oder Funktionalität der verschiedenen vorhergehenden Ausführungsformen implementiert werden mögen. Wie gezeigt, wird ein System 400 bereitgestellt, das zumindest einen Hostprozessor 401 aufweist, der mit einem Kommunikationsbus 402 verbunden ist. Das System 400 weist auch einen Hauptspeicher 404 auf. Steuerungslogik (Software) und Daten sind in dem Hauptspeicher 404 gespeichert, der die Form eines Speichers mit direktem Zugriff (RAM) annehmen mag.
  • Das System 400 weist auch einen Grafikprozessor 406 und ein Display 408, das heißt einen Computermonitor, auf. In einer Ausführungsform mag der Grafikprozessor 406 eine Mehrzahl von Shadermodulen (engl. „shader modules”), ein Rasterisierungsmodul (engl. „rasterization module”) etc. aufweisen. Jedes der vorhergehenden Module mag sich sogar auf einer einzigen Halbleiterplattform befinden, um eine Grafikverarbeitungseinheit (GPU) zu bilden.
  • In der vorliegenden Beschreibung mag eine einzige Halbleiterplattform auf einen alleinigen einheitlichen halbleiterbasierten integrierten Schaltkreis oder Chip verweisen. Es sollte beachtet werden, dass der Begriff einzige Halbleiterplattform auch auf Mehrchipmodule mit erhöhter Konnektivität, die Auf-dem-Chip-Operation (engl. „on-chip operation”) simuliert, verweisen mag und erhebliche Verbesserungen gegenüber der Verwendung einer konventionellen Implementierung mit zentralem Verarbeitungseinheit (CPU) und Bus erzielen mag. Die verschiedenen Module mögen selbstverständlich auch separat oder in verschiedenen Kombinationen von Halbleiterplattformen gemäß den Wünschen des Benutzers angeordnet werden.
  • Das System 400 mag auch einen sekundären Speicher 410 aufweisen. Der Sekundäre Speicher 410 weist zum Beispiel einen Festplattenlaufwerk und/oder einen entfernbaren Speicherlaufwerk (engl. „removable storage drive”), darstellend einen Floppy-Disk-Laufwerk, einen Magnetbandlaufwerk, einen Compact-Disk-Laufwerk etc. auf. Der entfernbare Speicherlaufwerk liest von und/oder schreibt zu einer entfernbaren Speichereinheit in einer wohlbekannten Art und Weise.
  • Computerprogramme oder Computersteuerungsalgorithmen mögen in dem Hauptspeicher 404 und/oder in dem sekundären Speicher 410 gespeichert werden. Solche Programme machen es, wenn sie ausgeführt werden, für das System 400 möglich, verschiedene Funktionen durchzuführen. Speicher 404, Speicher 410 und/oder jeglicher andere Speicher sind mögliche Beispiele von computerlesbaren Medien.
  • In einer Ausführungsform mag die Architektur und/oder Funktionalität der verschiedenen vorhergehenden Figuren im Kontext des Hostprozessors 401, des Grafikprozessors 406, eines integrierten Schaltkreises (nicht gezeigt), der zu zumindest einen Teil der Fähigkeiten von sowohl dem Hostprozessor 401 als auch dem Grafikprozessor 406 aufweist, eines Chipsatzes (das heißt, eine Gruppe von integrierten Schaltkreisen, die zum arbeiten konzipiert sind und als eine Einheit zum Ausführen verwandter Funktionen verkauft werden) und/oder übrigens auch irgendeines anderen integrierten Schaltkreises.
  • Die Architektur und/oder Funktionalität der verschiedenen vorhergehenden Figuren mögen aber auch in dem Kontext eines generellen bzw. allgemeinen Computersystems, eines Leiterplattensystems, eines Spielkonsolsystems, das für Unterhaltungszwecke dediziert ist, eines anwendungsspezifischen Systems und/oder jegliches anderen gewünschten Systems implementiert werden. Zum Beispiel, mag das System 400 die Form eines Desktopcomputers, eines Laptopcomputers und/oder jeglicher anderen Art von Logik annehmen. Das System 400 mag aber auch die Form verschiedener anderen Vorrichtungen annehmen, einschließlich einer persönlichen digitalen Assistenten-Vorrichtung (PDA), einer Mobiltelefon-Vorrichtung, eines Fernsehers etc., ohne auf diese begrenzt zu sein.
  • Das System 400 mag ferner, obwohl dies nicht gezeigt ist, an ein Netzwerk (zum Beispiel ein Telekommunikationsnetzwerk, ein lokales Netzwerk (LAN), ein drahtloses Netzwerk, ein Weitverkehrsnetz (WAN), wie das Internetz, ein Peer-to-Peer-Netzwerk, ein Kabelnetzwerk etc.) zu Kommunikationszwecken gekoppelt sein.
  • Während verschiedene Ausführungsformen oben beschrieben worden sind, sollte es verstanden werden, dass diese nur beispielhaft und nicht einschränkend dargestellt worden sind. Folglich sollte die Weite und der Umfang einer bevorzugten Ausführungsform nicht von einer jeglichen der oben beschriebenen Ausführungsformen begrenzt werden, sondern nur in Übereinstimmung mit den nachfolgenden Ansprüchen und deren Äquivalenten definiert werden.

Claims (20)

  1. Ein Verfahren aufweisend: ein Identifizieren einer Mehrzahl von Parametervariationen, die mit einer Vorrichtung assoziiert sind; und ein simultanes Bestimmen von Einstellungen für jede der Mehrzahl von Parametervariationen.
  2. Das Verfahren gemäß Anspruch 1, wobei die Parameter Hardware aufweisen, die innerhalb der Vorrichtung installiert ist.
  3. Das Verfahren gemäß einem beliebigen der Ansprüche 1 oder 2, wobei die Parameter Software aufweisen, die innerhalb der Vorrichtung installiert ist.
  4. Das Verfahren gemäß einem beliebigen der Ansprüche 1 bis 3, wobei die Mehrzahl von Parametervariationen, die mit der Vorrichtung assoziiert sind, basierend auf einem oder mehreren Kriterien identifiziert wird.
  5. Das Verfahren gemäß einem beliebigen der Ansprüche 1 bis 4, wobei die Einstellungen, die für jede der Mehrzahl von Parametervariationen bestimmt wurden, optimierte Einstellungen aufweisen, die einen oder mehrere Aspekte der Mehrzahl von Parametervariationen manipulieren.
  6. Das Verfahren gemäß einem beliebigen der Ansprüche 1 bis 5, wobei die Einstellungen für jede der Mehrzahl von Parametervariationen einen monotonen Satz von Voreinstellungen aufweist, der in Bezug auf eine erste Eigenschaft sequentiell größer wird und in Bezug auf eine zweite Eigenschaft sequentiell kleiner wird.
  7. Das Verfahren gemäß einem beliebigen der Ansprüche 1 bis 6, wobei für jede der Mehrzahl von Parametervariationen die Einstellungen eine derartige Konfiguration dieser Parametervariation aufweist, dass die Vorrichtung, die diese Parametervariation aufweist, einen maximierten Output erzeugt.
  8. Das Verfahren gemäß einem beliebigen der Ansprüche 1 bis 7, wobei das simultane Bestimmen von Einstellungen für jede der Mehrzahl von Parametervariationen ein Erzeugen eines gerichteten azyklischen Grafen (DAG) aufweist, welcher eine Mehrzahl von Knoten aufweist, wobei jeder der Mehrzahl von Knoten eine der Mehrzahl von Parametervariationen repräsentiert.
  9. Das Verfahren gemäß einem beliebigen der Ansprüche 1 bis 8, wobei das simultane Bestimmen von Einstellungen für jede der Mehrzahl von Parametervariationen ein Justieren von einer oder mehreren Einstellungen aufweist, die mit jeder der Mehrzahl von Parametervariationen assoziiert sind.
  10. Das Verfahren gemäß einem beliebigen der Ansprüche 1 bis 9, wobei das simultane Bestimmen von Einstellungen für jede der Mehrzahl von Parametervariationen ein sukzessives Justieren von einer einzigen Einstellung simultan für jede der Mehrzahl von Parametervariationen aufweist.
  11. Das Verfahren gemäß einem beliebigen der Ansprüche 1 bis 9, wobei jede der Mehrzahl von Parametervariationen beeinflusst, wie die Einstellungen bestimmt werden.
  12. Das Verfahren gemäß Anspruch 11, wobei jede der Mehrzahl von Parametervariationen für eine erste bestimmte Einstellung stimmt, die für jede der Mehrzahl von Parametervariationen justiert wurde.
  13. Das Verfahren gemäß Anspruch 11, wobei jede der Mehrzahl von Parametervariationen einen unterschiedlichen Einflussgrad in Bezug darauf hat, wie die Einstellungen bestimmt werden.
  14. Das Verfahren gemäß einem beliebigen der Ansprüche 1 bis 13, wobei ein Populationswert, der mit einer bestimmten Parametervariation assoziiert ist, eine Magnitude eines Einflusses beeinflusst, der von der bestimmten Parametervariation in Bezug darauf ausgeübt wird, wie die Einstellungen bestimmt werden.
  15. Das Verfahren gemäß einem beliebigen der Ansprüche 1 bis 14, wobei ein Indexwert, der mit einer bestimmten Parametervariation assoziiert ist, eine Magnitude eines Einflusses beeinflusst, der von der bestimmten Parametervariation in Bezug darauf ausgeübt wird, wie die Einstellungen bestimmt werden.
  16. Das Verfahren gemäß Anspruch 12, ferner aufweisend ein Identifizieren einer Uneinigkeit zwischen der Mehrzahl von Parametervariationen während Abstimmens für bestimmte Einstellungen, die für jede der Mehrzahl von Parametervariationen justiert werden sollen.
  17. Das Verfahren gemäß Anspruch 16, wobei die Mehrzahl von Parametervariationen in eine Mehrzahl von Subgruppen geteilt wird als Antwort auf das Identifizieren der Uneinigkeit zwischen der Mehrzahl von Parametervariationen.
  18. Ein Computerprogrammprodukt, das auf einem computerlesbaren Medium verkörpert ist, das Computerprogrammprodukt aufweisend: Code zum Durchführen der Operationen gemäß einem beliebigen der Ansprüche 1 bis 17.
  19. Ein System aufweisend: einen Prozessor zum Ausführen der Operationen gemäß einem beliebigen der Ansprüche 1 bis 17.
  20. Das System gemäß Anspruch 19, wobei der Prozessor über einen Bus an einen Speicher gekoppelt ist.
DE102013213093.7A 2012-07-06 2013-07-04 System, Verfahren und Computerprogrammprodukt zum simultanen Bestimmen von Einstellungen für eine Mehrzahl von Parametervariationen Pending DE102013213093A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/543,196 2012-07-06
US13/543,196 US10509658B2 (en) 2012-07-06 2012-07-06 System, method, and computer program product for simultaneously determining settings for a plurality of parameter variations

Publications (1)

Publication Number Publication Date
DE102013213093A1 true DE102013213093A1 (de) 2014-01-09

Family

ID=49780840

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102013213093.7A Pending DE102013213093A1 (de) 2012-07-06 2013-07-04 System, Verfahren und Computerprogrammprodukt zum simultanen Bestimmen von Einstellungen für eine Mehrzahl von Parametervariationen

Country Status (4)

Country Link
US (2) US10509658B2 (de)
CN (1) CN103530109B (de)
DE (1) DE102013213093A1 (de)
TW (1) TWI537868B (de)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9275377B2 (en) 2012-06-15 2016-03-01 Nvidia Corporation System, method, and computer program product for determining a monotonic set of presets
US10509658B2 (en) 2012-07-06 2019-12-17 Nvidia Corporation System, method, and computer program product for simultaneously determining settings for a plurality of parameter variations
US9286247B2 (en) 2012-07-06 2016-03-15 Nvidia Corporation System, method, and computer program product for determining settings for a device by utilizing a directed acyclic graph containing a plurality of directed nodes each with an associated speed and image quality
US9250931B2 (en) 2012-07-06 2016-02-02 Nvidia Corporation System, method, and computer program product for calculating settings for a device, utilizing one or more constraints
US9092573B2 (en) 2012-07-06 2015-07-28 Nvidia Corporation System, method, and computer program product for testing device parameters
US10668386B2 (en) 2012-07-06 2020-06-02 Nvidia Corporation System, method, and computer program product for simultaneously determining settings for a plurality of parameter variations
US9201670B2 (en) 2012-07-06 2015-12-01 Nvidia Corporation System, method, and computer program product for determining whether parameter configurations meet predetermined criteria
US10878770B2 (en) 2013-12-02 2020-12-29 Nvidia Corporation Method and system for customizing optimal settings using end-user preferences
US10915307B2 (en) * 2018-02-22 2021-02-09 Cisco Technology, Inc. Automatically producing software images
CN109045687B (zh) * 2018-07-18 2022-04-08 网易(杭州)网络有限公司 数值分配方法、装置、存储介质及电子设备
CN111354654B (zh) * 2018-12-20 2022-10-21 北京北方华创微电子装备有限公司 死锁判断方法及半导体设备

Family Cites Families (101)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR1586705A (de) * 1968-09-19 1970-02-27
JPH0286266A (ja) * 1988-09-21 1990-03-27 Fuji Xerox Co Ltd 画像読取装置
US5086386A (en) 1990-03-23 1992-02-04 Sun Microsystems, Inc. Method and apparatus for benchmarking the working set of window-based computer systems
US5388841A (en) 1992-01-30 1995-02-14 A/N Inc. External memory system having programmable graphics processor for use in a video game system or the like
US5671351A (en) 1995-04-13 1997-09-23 Texas Instruments Incorporated System and method for automated testing and monitoring of software applications
TW292365B (en) 1995-05-31 1996-12-01 Hitachi Ltd Computer management system
US5675773A (en) * 1995-12-21 1997-10-07 Cirrus Logic, Inc. Graphics display system with a low level hardware dependent graphics library
US5954617A (en) 1997-01-31 1999-09-21 Cummins Engine Company, Inc. System for controlling internal combustion engine performance in accordance with driver behavior
US6535307B1 (en) * 1997-02-13 2003-03-18 Agfa Corporation Method and apparatus for display of imaging parameters
US7163588B2 (en) 1997-05-09 2007-01-16 Semitool, Inc. Processing a workpiece using water, a base, and ozone
US5987624A (en) 1997-06-10 1999-11-16 Paradise Electronics, Inc. Method and apparatus for automatically determining signal parameters of an analog display signal received by a display unit of a computer system
US5958058A (en) 1997-07-18 1999-09-28 Micron Electronics, Inc. User-selectable power management interface with application threshold warnings
US6314479B1 (en) 1997-08-04 2001-11-06 Compaq Computer Corporation Universal multi-pin plug and display connector for standardizing signals transmitted between a computer and a display for a PC theatre interconnectivity system
US6059842A (en) * 1998-04-14 2000-05-09 International Business Machines Corp. System and method for optimizing computer software and hardware
US6725260B1 (en) 1998-09-11 2004-04-20 L.V. Partners, L.P. Method and apparatus for configuring configurable equipment with configuration information received from a remote location
US6847358B1 (en) 1999-08-06 2005-01-25 Microsoft Corporation Workstation for processing and producing a video signal
US6850973B1 (en) 1999-09-29 2005-02-01 Fisher-Rosemount Systems, Inc. Downloadable code in a distributed process control system
JP4470259B2 (ja) 2000-01-27 2010-06-02 ソニー株式会社 映像処理装置
US6654952B1 (en) 2000-02-03 2003-11-25 Sun Microsystems, Inc. Region based optimizations using data dependence graphs
US6826278B2 (en) * 2000-05-15 2004-11-30 Centillium Communications, Inc. Central office interface techniques for digital subscriber lines
US7034828B1 (en) 2000-08-23 2006-04-25 Nintendo Co., Ltd. Recirculating shade tree blender for a graphics system
SG99941A1 (en) * 2000-08-30 2003-11-27 Ibm Transaction support on logical disks
US6753881B1 (en) 2000-11-01 2004-06-22 Ati International Srl Adapter and method to connect a component video input television to a video providing unit
KR100520058B1 (ko) 2000-12-13 2005-10-11 삼성전자주식회사 디바이스드라이버 업그레이드 시스템 및 디바이스드라이버업그레이드 방법
US7076536B2 (en) 2000-12-21 2006-07-11 Microsoft Corporation Method and system to access software pertinent to an electronic peripheral device at an address based on a peripheral device identifier
US7080247B2 (en) 2000-12-22 2006-07-18 Evga Corporation System and method for automated display driver management
US7165109B2 (en) 2001-01-12 2007-01-16 Microsoft Corporation Method and system to access software pertinent to an electronic peripheral device based on an address stored in a peripheral device
US6901580B2 (en) 2001-06-22 2005-05-31 Intel Corporation Configuration parameter sequencing and sequencer
CA2454549A1 (en) 2001-07-19 2003-01-30 Adhikari Technology, Inc. Business valuation system and method
US6941450B2 (en) 2001-07-30 2005-09-06 International Business Machines Corporation System and method for identifying one or more optimum configurations of a data processing system
US20030033519A1 (en) 2001-08-13 2003-02-13 Tippingpoint Technologies,Inc. System and method for programming network nodes
JP2003076619A (ja) 2001-08-31 2003-03-14 Allied Tereshisu Kk 通信処理装置、管理装置、プログラム及び通信システム
US7320142B1 (en) 2001-11-09 2008-01-15 Cisco Technology, Inc. Method and system for configurable network intrusion detection
US20030140333A1 (en) 2001-12-20 2003-07-24 Hitachi, Ltd. Integration of computer system components
US20050120208A1 (en) 2002-01-25 2005-06-02 Albert Dobson Robert W. Data transmission systems
US7299382B2 (en) 2002-04-29 2007-11-20 Sun Microsystems, Inc. System and method for automatic test case generation
US7577951B2 (en) 2002-05-30 2009-08-18 Hewlett-Packard Development Company, L.P. Performance of computer programs while they are running
US7293201B2 (en) 2003-01-17 2007-11-06 Microsoft Corporation System and method for active diagnosis and self healing of software systems
US7584467B2 (en) 2003-03-17 2009-09-01 Microsoft Corporation Software updating system and method
US7359562B2 (en) 2003-03-19 2008-04-15 Mitsubishi Electric Research Laboratories, Inc. Enhancing low quality videos of illuminated scenes
AU2004222927A1 (en) 2003-03-19 2004-10-07 Nik Software, Inc. Selective enhancement of digital images
US20040212610A1 (en) 2003-04-25 2004-10-28 Dell Products L.P. Method and apparatus for associating display configuration information with respective displays of an information handling system
US7181376B2 (en) 2003-06-03 2007-02-20 International Business Machines Corporation Apparatus and method for coverage directed test
US8392879B2 (en) 2003-10-06 2013-03-05 National Instruments Corporation Parameter assistant for automatically specifying parameter values for a software program
US7369159B2 (en) 2004-03-17 2008-05-06 Rgb Systems, Inc. Method and apparatus for dynamically testing video equipment
US7626944B1 (en) 2004-03-31 2009-12-01 Packeteer, Inc. Methods, apparatuses and systems facilitating remote, automated deployment of network devices
CN100371917C (zh) 2004-09-22 2008-02-27 宏正自动科技股份有限公司 内建于硬件装置的驱动程序的安装方法
US7627537B2 (en) 2004-10-28 2009-12-01 Intel Corporation Score result reuse for Bayesian network structure learning
US7603445B1 (en) 2004-11-10 2009-10-13 Juniper Networks, Inc. Managing and changing device settings
US7450084B2 (en) 2004-12-17 2008-11-11 Microsoft Corporation System and method for managing computer monitor configurations
US7561161B2 (en) 2005-01-28 2009-07-14 Microsoft Corporation Quantitative measure of a video interface
US8219665B2 (en) * 2005-03-07 2012-07-10 Microsoft Corporation Method and system for discovery via tribal knowledge
US7246027B2 (en) * 2005-03-11 2007-07-17 Sigmatel, Inc. Power optimization of a mixed-signal system on an integrated circuit
CN1889162A (zh) 2005-07-02 2007-01-03 群康科技(深圳)有限公司 液晶显示器韧体更新系统及方法
US7648460B2 (en) * 2005-08-31 2010-01-19 Siemens Medical Solutions Usa, Inc. Medical diagnostic imaging optimization based on anatomy recognition
US20070066403A1 (en) 2005-09-20 2007-03-22 Conkwright George C Method for dynamically adjusting an interactive application such as a videogame based on continuing assessments of user capability
US20070153023A1 (en) * 2006-01-04 2007-07-05 Computer Associates Think, Inc. System and method of temporal anti-aliasing
US7840915B2 (en) * 2006-02-01 2010-11-23 The Trustees Of Columbia University In The City Of New York Methods and media for forming a bound network
JP4218766B2 (ja) 2006-03-09 2009-02-04 インターナショナル・ビジネス・マシーンズ・コーポレーション シナリオをテストする方法、装置、及びプログラム
JP2007310245A (ja) 2006-05-19 2007-11-29 Eastman Kodak Co ドライバ回路
US7689954B2 (en) * 2006-05-25 2010-03-30 Wisconsin Alumni Research Foundation Efficient statistical timing analysis of circuits
US20080005611A1 (en) 2006-05-31 2008-01-03 Microsoft Corporation Providing A Restore Operating System With New Or Updated Software Components
US7659897B1 (en) 2006-06-30 2010-02-09 Nvidia Corporation System, method, and computer program product for video benchmarking
US20080072077A1 (en) 2006-08-24 2008-03-20 Ati Technologies Inc. Notification of Revocation in a Device Offering Secure Playback of Content
US8292741B2 (en) 2006-10-26 2012-10-23 Cfph, Llc Apparatus, processes and articles for facilitating mobile gaming
CN103561226B (zh) 2006-11-07 2017-01-04 索尼株式会社 发送设备、发送方法、接收设备以及接收方法
US20080133067A1 (en) 2006-11-30 2008-06-05 Demay Rod Vehicle monitoring system
US9522332B2 (en) 2006-12-13 2016-12-20 Voodoo Gaming Llc Video games including real-life attributes and/or fantasy team settings
US8064358B2 (en) * 2007-02-28 2011-11-22 Red Hat, Inc. Network and systems management monitoring tool
US20080242423A1 (en) 2007-03-27 2008-10-02 Shelford Securities, S.A. Real-money online multi-player trivia system, methods of operation, and storage medium
CA2722300C (en) 2007-04-25 2016-06-28 Miovision Technologies Incorporated Method and system for analyzing multimedia content
US8312389B2 (en) 2007-08-31 2012-11-13 Fair Isaac Corporation Visualization of decision logic
US7942315B2 (en) * 2007-09-05 2011-05-17 Ncr Corporation Self-service terminal
US20090069084A1 (en) 2007-09-12 2009-03-12 Reece Alex D System and Methods for Monitoring and Controlling the Actions of an Avatar in a Virtual Environment
US8463641B2 (en) 2007-10-05 2013-06-11 The Boeing Company Method and system using linear programming for estimating test costs for bayesian diagnostic models
US8296781B1 (en) 2007-12-11 2012-10-23 Nvidia Corporation System, method, and computer program product for determining application parameters based on hardware specifications
US8276133B1 (en) 2007-12-11 2012-09-25 Nvidia Corporation System, method, and computer program product for determining a plurality of application settings utilizing a mathematical function
US8280864B1 (en) 2007-12-17 2012-10-02 Nvidia Corporation System, method, and computer program product for retrieving presentation settings from a database
US8117146B2 (en) * 2008-02-20 2012-02-14 Oracle International Corporation Computing the values of configuration parameters for optimal performance of associated applications
CN101303672B (zh) 2008-03-25 2011-07-20 杭州赛利科技有限公司 电脑多路输入输出命令操作系统、输入设备及运行方法
TWI453596B (zh) 2008-10-23 2014-09-21 Micro Star Int Co Ltd 輸出bios偵錯碼的裝置與方法
US20100162201A1 (en) 2008-12-18 2010-06-24 Sap Ag Automated multi-platform configuration tool for master data management systems using secure shell protocol
US8171343B2 (en) 2009-06-16 2012-05-01 Oracle International Corporation Techniques for determining models for performing diagnostics
US8239852B2 (en) * 2009-06-24 2012-08-07 Uniloc Luxembourg S.A. Remote update of computers based on physical device recognition
US8390249B2 (en) 2009-11-30 2013-03-05 Broadcom Corporation Battery with integrated wireless power receiver and/or RFID
CN101738499B (zh) 2009-12-24 2011-04-27 北京航天自动控制研究所 一种在加速度表八表配置下的故障诊断方法
KR20120119979A (ko) * 2010-01-26 2012-11-01 올테크 어소시에이츠, 인크. 액체 크로마토그래피 시스템에서 구배를 최적화하는 방법
US8756394B1 (en) * 2010-07-07 2014-06-17 Marvell International Ltd. Multi-dimension memory timing tuner
TW201205427A (en) 2010-07-22 2012-02-01 Hon Hai Prec Ind Co Ltd System and method for adjusting the display parameters automatically
US8341181B2 (en) * 2010-10-21 2012-12-25 Unisys Corporation Method for performance tuning a database
US8787392B2 (en) 2010-12-17 2014-07-22 Cisco Technology, Inc. Dynamic routing metric adjustment
CA2774575A1 (en) 2011-04-19 2012-10-19 Monoidics Ltd. System and method for display of software quality
US8571538B2 (en) * 2011-08-10 2013-10-29 Qualcomm Incorporated Web-based parental controls for wireless devices
CN103186392B (zh) * 2011-12-29 2016-04-27 英业达科技有限公司 计算机系统
US9275377B2 (en) 2012-06-15 2016-03-01 Nvidia Corporation System, method, and computer program product for determining a monotonic set of presets
US10509658B2 (en) * 2012-07-06 2019-12-17 Nvidia Corporation System, method, and computer program product for simultaneously determining settings for a plurality of parameter variations
US9286247B2 (en) 2012-07-06 2016-03-15 Nvidia Corporation System, method, and computer program product for determining settings for a device by utilizing a directed acyclic graph containing a plurality of directed nodes each with an associated speed and image quality
US9250931B2 (en) 2012-07-06 2016-02-02 Nvidia Corporation System, method, and computer program product for calculating settings for a device, utilizing one or more constraints
US9092573B2 (en) 2012-07-06 2015-07-28 Nvidia Corporation System, method, and computer program product for testing device parameters
US9201670B2 (en) 2012-07-06 2015-12-01 Nvidia Corporation System, method, and computer program product for determining whether parameter configurations meet predetermined criteria
US10668386B2 (en) 2012-07-06 2020-06-02 Nvidia Corporation System, method, and computer program product for simultaneously determining settings for a plurality of parameter variations

Also Published As

Publication number Publication date
US20200081724A1 (en) 2020-03-12
US10795691B2 (en) 2020-10-06
TWI537868B (zh) 2016-06-11
US20140012532A1 (en) 2014-01-09
CN103530109A (zh) 2014-01-22
TW201415408A (zh) 2014-04-16
US10509658B2 (en) 2019-12-17
CN103530109B (zh) 2018-01-16

Similar Documents

Publication Publication Date Title
DE102013213093A1 (de) System, Verfahren und Computerprogrammprodukt zum simultanen Bestimmen von Einstellungen für eine Mehrzahl von Parametervariationen
DE102013213047A1 (de) System, Verfahren und Computerprogrammprodukt zum Testen von Vorrichtungsparametern
DE102013212482B4 (de) System, Verfahren und Computerprogrammprodukt zum Bestimmen, ob Parameterkonfigurationen vorbestimmte Kriterien erfüllen
DE102013213094B4 (de) System, Verfahren und Computer-Programm-Produkt zum Berechnen von Einstellungen für ein Gerät, unter Benutzung von einer oder mehreren Einschränkungen
DE60021216T2 (de) Vorrichtung zur Wiedergabe von Musik, Verfahren zur Taktierungsanalyse und Speichermedium
DE69737247T2 (de) Bildklassifikationssystem mit Fuzzy-Logik
DE202017105829U1 (de) System für kommunikationseffizientes gemeinschaftliches Lernen
DE112018006189T5 (de) Robuste gradienten-gewichtskomprimierungsschemata für deep-learning-anwendungen
DE60004507T2 (de) Schnelle gruppierung durch spärlich bestückte datensätze
DE102017124573A1 (de) Systeme und verfahren zum beschneiden von neuronalen netzen für eine betriebsmitteleffiziente folgerung
DE102020125207A1 (de) Unbeaufsichtigtes training von neuronalem netz zur bildkompression mit hohem dynamikumfang
DE112018002822T5 (de) Klassifizieren neuronaler netze
DE102013213048A1 (de) System, Verfahren und Computerprogrammprodukt zum Bestimmen von Einstellungen für eine Vorrichtung
DE102014006734A1 (de) Eckpunktparameter-datenkompression
DE69934956T2 (de) Logarithmus- / Antilogarithmusrechner
DE102011011641A1 (de) System, Verfahren und Computerprogrammprodukt zum Wiedergeben von Pixeln mit zumindest einer halbtransparenten Oberfläche
DE102013108965A1 (de) Verarbeitungsverfahren und Verarbeitungsvorrichtung zum Anzeigen eines Icons und elektronisches Gerät
DE112013005993T5 (de) Verfahren, Vorrichtung und computerlesbares Medium für eine optimale Bestimmung von Daten-Teilmengen
DE102016011527B4 (de) Maschinenlernvorrichtung und Verfahren zum Lernen einer Anordungsposition eines Magneten in einem Rotor und Rotordesignvorrichtung, die die Maschinenlernvorrichtung umfasst
DE102011087852A1 (de) System, Verfahren und Computerprogrammprodukt zum Reduzieren von Rauschen in einem Bild unter Verwendung von tiefenbasiertem Entlangstreichen über Bildabtastwerte
DE112016007411T5 (de) Fuzzy-eingabe für autoencoder
DE102010001052A1 (de) System, Verfahren und Computerprogrammprodukt zum Importance-Sampling von aufgeteilten Bereichen
DE102021124445A1 (de) Metamerkmal-trainingsmodelle für maschinenlernalgorithmen
DE112017008230T5 (de) Verfahren und vorrichtung zum abbilden einer virtuellen umgebung auf eine physische umgebung
DE102007032812A1 (de) Verfahren und Vorrichtung zum Erstellen eines Komplexitätsvektors für zumindest eines Teils einer SVG Szene, sowie Verfahren und Prüfvorrichtung zum Überprüfen einer Abspieltauglichkeit zumindest eines Teils einer SVG-Szene auf einem Gerät

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R082 Change of representative

Representative=s name: KRAUS & WEISERT PATENTANWAELTE PARTGMBB, DE

R016 Response to examination communication