PulseAugur
中
实时 09:28:19
English(EN) Long-Term and Short-Term Transistor Aging in Deep Neural Networks: Impact and Mitigation

论文详述晶体管老化对DNN准确性的影响

作者 PulseAugur 编辑部 · [1 个来源] ·

一项新的研究论文详细介绍了晶体管老化对深度神经网络（DNN）准确性的影响，这些DNN用于图像分类等应用。晶体管老化会减慢开关速度，导致时序违规和推理准确性下降。该论文提出了一种面向老化的再训练方法，以创建更具弹性的DNN，即使在严格的时序保护带下也能保持准确性，并触及了使用短期老化进行硬件木马检测。 AI

影响 这项研究可能带来更可靠的AI硬件实现，确保长期性能的持续。

排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一种技术方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Alireza Sarmadi, Virinchi Roy Surabhi, Prashanth Krishnamurthy, Hussam Amrouch, Ramesh Karri, Farshad Khorrami ·

    Long-Term and Short-Term Transistor Aging in Deep Neural Networks: Impact and Mitigation

    arXiv:2606.04266v1 Announce Type: cross Abstract: Deep neural networks (DNNs) are used in a variety of real-world applications including, for example, image classification and speech recognition. The inference accuracy of DNN implemented on hardware in integrated circuits (ICs) d…

相关实体

相关话题