方法

基准

样本量

评估指标

[1]

基于决策树机器学习算法 的快速模拟退火算法

S2CBench

-

ADRS

[2]

随机森林，

转导实验设计

DFT

合成了一组受限制的242个旋钮 设置，其中包括11个循环操作， 2个函数内联选择和 11个可行时钟周期。

ADRS

[3]

随机森林

adpcm，sha，jpeg 和mpeg2

-

ADRS

[4]

贝叶斯优化

MachSuite

AES：104,976

Backpropagation：23,328

Radix Sort：7776

LUT利用率与 有效等待时间

[5]

多保真度优化方法

高斯过程

MachSuite

CHStone

AES：55,566、

Backpropagation：23,253、

Radix Sort：4096、

ADPCM：17,024

LUT的使用， 最坏情况下的 估计周期数 和时钟周期

[6]

Pyramid框架： 集成任意机器学习技术

Machsuit，S2CBench，CHStone和Rosetta

-

时序和资源使用