实体
Noise-aware training
Noise-aware training
PulseAugur coverage of Noise-aware training — every cluster mentioning Noise-aware training across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
研究论文详述温度对模拟深度神经网络（DNN）推理的影响
一篇新的研究论文探讨了温度对模拟深度神经网络（DNN）推理的影响，特别是在手机等资源受限设备上。研究发现，温度会显著降低推理准确性，这主要是由于系统性的非理想因素而非仅仅是随机噪声。研究评估了诸如噪声感知训练、硬件在环训练和温度感知校准等缓解策略，其中后两种在不同热条件下保持准确性方面被证明最为有效。
-
噪声感知训练提升模拟AI硬件鲁棒性
研究人员探索了用于模拟硬件的噪声感知训练技术，发现准确性在特定噪声阈值处急剧下降，而非平滑下降。在训练过程中注入噪声可显著提高鲁棒性，改变此阈值，并与标准训练方法相比产生更高的准确性。该研究表明，通过针对硬件噪声配置文件进行显式锐度惩罚来优化噪声鲁棒性，可能是未来研究的关键领域。