WikiEdge:ArXiv-2408.17007v1/questions：修订间差异

←上一编辑

可视化wikitext

2024年9月3日 (二) 07:06的最新版本

编辑

作者面对的领域研究问题是在半空间中，对于Lane-Emden 系统，是否存在正的古典解，这些解在有限条带上有界。具体问题包括：

非存在性问题：之前的研究结果仅对有界解或在非线性项的幂次受到限制时的解有效，作者旨在证明在没有任何全局有界性限制的情况下，对于任意 p, q > 1，问题 (1.1) 不存在正的古典解，这些解在有限条带上有界。
系统与单一方程的比较：Lane-Emden 方程在全空间 Rn 中的非存在性问题已经有深入研究，而其在半空间 Rn+ 中的对应问题，以及与椭圆系统的比较，是作者研究的动机之一。
临界指数与 Sobolev 超平面：研究涉及临界 Sobolev 指数 pS 和 Sobolev 超平面，以及它们在系统 (1.3) 和 (1.1) 中的作用，特别是在不同维度下对解的存在性的影响。

@@ 第1行： / 第1行： @@
-本文介绍了一种基于[[忆阻器]]的计算存储硬件加速器，用于片上训练和推理，重点关注其在设备变化、导电误差和输入噪声下的准确性和效率。
+<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17007v1/questions|action=edit}} 编辑]</div>
-利用商业可用的基于[[银]]的金属自定向通道（M-SDC）忆阻器的真实SPICE模型，研究将固有的设备非理想性纳入电路仿真中。
+作者面对的领域研究问题是在[[半空间]]中，对于[[Lane-Emden 系统]]，是否存在正的古典解，这些解在有限条带上有界。具体问题包括：
-硬件由30个忆阻器和4个[[神经元]]组成，利用[[钨]]、[[铬]]和[[碳]]介质的三种不同的M-SDC结构执行二进制[[图像分类]]任务。
+* 非存在性问题：之前的研究结果仅对有界解或在非线性项的幂次受到限制时的解有效，作者旨在证明在没有任何全局有界性限制的情况下，对于任意 p, q > 1，问题 (1.1) 不存在正的古典解，这些解在有限条带上有界。
-片上训练算法精确调整忆阻器导电性以实现目标权重。结果表明，训练期间加入适度噪声（<15%）可以增强对设备变化和噪声输入数据的[[鲁棒性]]，
+* 系统与单一方程的比较：[[Lane-Emden 方程]]在全空间 [[Rn]] 中的非存在性问题已经有深入研究，而其在半空间 [[Rn+]] 中的对应问题，以及与[[椭圆系统]]的比较，是作者研究的动机之一。
-即使在导电变化和输入噪声下也能实现高达97%的[[准确率]]。网络可以在不显著损失准确率的情况下容忍10%的导电误差。值得注意的是，
+* 临界指数与 [[Sobolev 超平面]]：研究涉及临界 [[Sobolev 指数]] pS 和 Sobolev 超平面，以及它们在系统 (1.3) 和 (1.1) 中的作用，特别是在不同维度下对解的存在性的影响。
-在训练期间省略初始忆阻器重置脉冲可以显著减少训练时间和能量消耗。使用基于铬的忆阻器设计的硬件表现出优越的性能，
-实现了2.4秒的训练时间和18.9毫焦耳的能量消耗。这项研究为开发用于[[边缘应用]]的[[片上学习]]的鲁棒和能效高的基于忆阻器的[[神经网络]]提供了见解。

WikiEdge:ArXiv-2408.17007v1/questions：修订间差异

2024年9月3日 (二) 07:06的最新版本

导航菜单

搜索