У дисертації автором створена інформаційно-вимірювальна система (ІВС), яка досліджує парметри споживання енергії мікропроцесорами при виконанні
інструкцій, що дає малу похибку (0,75%) визначення енергії та прогнозує енергію
виконання інструкцій, не досліджених експериментально, з допомогою
нейронних мереж. Високу точність вимірювання отримано за рахунок методів
вимірювання миттєвого струму споживання мікропроцесора (що працює в
штатному режимі та забезпечує диференційний режим каналів цифрового
осцилографа - похибка дискретності для 8-ми бітного цифрового осцилографа
0,004%), і калібрування вимірювальних каналів, що реалізують цей метод. Також
запропоновано метод побудови моделі енергії споживання мікропроцесорів у
вигляді "сірої скриньки" ("чорної" з точки зору апаратного та "білої" з точки
зору програмного забезпечення) та використанні нейронних мереж.
Запропоновано метод формування навчальної вибірки для штучних нейронних
мереж (ШНМ) на базі поєднання функціональних ознак інструкцій та їх ваги Хеммінга для формування даних, які мають однорідне енергоспоживання та спільну семантику.