278
5 Bewertung und Validierung
Ein weiterer Ansatz zur Performanzanalyse wurde von Henia, Ernst et al. entwickelt. Der sogenannte SymTA/S-Ansatz [211] ersetzt die verschiedenen Kurven aus
Thieles Ansatz durch Standard-Modelle von Ereignisströmen wie z.B. periodischen
Ereignisströmen, periodischen Ereignisströmen mit Jitter und periodischen Ereignisströmen mit Bursts. SymTA/S unterstützt dabei insbesondere die Kombination
und Integration verschiedener Analysetechniken aus dem Echtzeitbereich.
5.3 Qualitätsmetriken
5.3.1 Näherungsweises Rechnen
In manchen Anwendungen ergibt sich zur Berechnung des bestmöglichen Ergebnisses ein hoher Bedarf an Ressourcen (wie z.B. Rechenzeit, Energie, Speicher
usw.). Dabei wird teilweise nicht das bestmögliche Ergebnis benötigt, da kleine
Abweichungen davon nicht vom Benutzer bemerkt werden. Dies gilt beispielsweise
für verlustbehaftete Audiokodierung (wie z.B. MP3) sowie verlustbehaftete Videound Bildkodierung (wie z.B. JPEG). Dies kann in einer ressourcenbeschränkten
Umgebung ausgenutzt werden, um zwischen der Qualität der Ausgabe und dem Ressourcenbedarf auszubalancieren. Dies führt uns zum näherungsweisen Rechnen
(engl. approximate computing).
Definition 5.11: Unter dem näherungsweisen Rechnen versteht man Rechenmethoden, bei denen man eine gewisse Abweichung des Ergebnisses vom bestmöglichen Ergebnis toleriert [398].
Beim näherungsweisen Rechnen ist es notwendig, die Qualität der Ergebnisse als
eines der Zielkriterien zu benutzen. Leider ist es nicht einfach, die Qualität von Ergebnissen zu bewerten und es können verschiedene Metriken zum Einsatz kommen.
5.3.2 Einfache Qualitätskriterien
Einige einfache Metriken können benutzt werden, wenn das wahre oder das bestmögliche Ergebnis bekannt sind. Gegeben seien n Folgenelemente x 1 , ..., x n eines
Signals x in diskreter Zeit. Weiterhin nehmen wir an, dass wir statt der echten oder
der bestmöglichen Werte x 1 , ..., x n näherungsweise Werte y 1 , ..., y n berechnen oder
messen.
Damit können wir das mittlere Fehlerquadrat (engl. Mean-Squared Error (MSE))
wie folgt definieren:
Definition 5.12: Das mittlere Fehlerquadrat ist definiert als
5 Bewertung und Validierung
Ein weiterer Ansatz zur Performanzanalyse wurde von Henia, Ernst et al. entwickelt. Der sogenannte SymTA/S-Ansatz [211] ersetzt die verschiedenen Kurven aus
Thieles Ansatz durch Standard-Modelle von Ereignisströmen wie z.B. periodischen
Ereignisströmen, periodischen Ereignisströmen mit Jitter und periodischen Ereignisströmen mit Bursts. SymTA/S unterstützt dabei insbesondere die Kombination
und Integration verschiedener Analysetechniken aus dem Echtzeitbereich.
5.3 Qualitätsmetriken
5.3.1 Näherungsweises Rechnen
In manchen Anwendungen ergibt sich zur Berechnung des bestmöglichen Ergebnisses ein hoher Bedarf an Ressourcen (wie z.B. Rechenzeit, Energie, Speicher
usw.). Dabei wird teilweise nicht das bestmögliche Ergebnis benötigt, da kleine
Abweichungen davon nicht vom Benutzer bemerkt werden. Dies gilt beispielsweise
für verlustbehaftete Audiokodierung (wie z.B. MP3) sowie verlustbehaftete Videound Bildkodierung (wie z.B. JPEG). Dies kann in einer ressourcenbeschränkten
Umgebung ausgenutzt werden, um zwischen der Qualität der Ausgabe und dem Ressourcenbedarf auszubalancieren. Dies führt uns zum näherungsweisen Rechnen
(engl. approximate computing).
Definition 5.11: Unter dem näherungsweisen Rechnen versteht man Rechenmethoden, bei denen man eine gewisse Abweichung des Ergebnisses vom bestmöglichen Ergebnis toleriert [398].
Beim näherungsweisen Rechnen ist es notwendig, die Qualität der Ergebnisse als
eines der Zielkriterien zu benutzen. Leider ist es nicht einfach, die Qualität von Ergebnissen zu bewerten und es können verschiedene Metriken zum Einsatz kommen.
5.3.2 Einfache Qualitätskriterien
Einige einfache Metriken können benutzt werden, wenn das wahre oder das bestmögliche Ergebnis bekannt sind. Gegeben seien n Folgenelemente x 1 , ..., x n eines
Signals x in diskreter Zeit. Weiterhin nehmen wir an, dass wir statt der echten oder
der bestmöglichen Werte x 1 , ..., x n näherungsweise Werte y 1 , ..., y n berechnen oder
messen.
Damit können wir das mittlere Fehlerquadrat (engl. Mean-Squared Error (MSE))
wie folgt definieren:
Definition 5.12: Das mittlere Fehlerquadrat ist definiert als