WikiEdge:ArXiv-2408.17050v1/methods:修订间差异

来自WikiEdge
跳转到导航 跳转到搜索
David留言 | 贡献
Saved page by David
David留言 | 贡献
Saved page by David
 
第1行: 第1行:
文介绍了一种基于[[忆阻器]]的计算存储硬加速器用于片上训练推理,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-2408.17050v1/methods|action=edit}} 编辑]</div>
利用商业基于[[]]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。
这篇献的工作部分详细介绍了如何在相关[[瑞利衰落]]为安全[[集成感知与通信]]([[ISAC]])场景建立说明一个实现的[[保密-失真区域]]。以下是这部分主要内容:
硬件由30忆阻器和4个[[神经元]]组成,利用[[]]、[[]]和[[]]介质的三种不同的M-SDC结构执行二进制[[图像分类]]任务
# '''系统模型和问题定义''':
片上训练算法精确调整忆阻器导电以实现目标权重。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]],
#* 定义了一安全的ISAC模型,包括一个[[发射机]]、一个合法[[接收机]]、一个[[状态估计器]]和一个窃听者([[Eve]]发射机通过快速衰落加高斯噪声([[AGN]])安全ISAC信道传输消息其中接收机和窃听者分别对衰落信道系数进行因果估计。
即使在导电变化输入噪声下也实现高达97%的[[准确率]]网络可以在不显著损准确率情况容忍10%导电误差。值得注意的是,
# '''信道状态信息''':
训练期间省略初始忆阻器重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优越的性能,
#* 讨论了如何利用接收机窃听者对信道状态信息的估计来改善通信性和估计信道状态序列
实现了2.4秒的训练时间和18.9毫焦耳的能消耗。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。
# '''保密-真区域建立''':
#* 为降级安全ISAC信道在相关瑞利衰落条件建立了一个可实现保密-失真区域,并使用高斯信道输入进行了评估
# '''数结果和讨论''':
#* 通过数值计算,展示了不同参数设下,所提方法的性能,包括[[保密容]]和[[信道容量]]的接近程度。
# '''方法论讨论''':
#* 论文还讨论了如何通过改变[[发射功率]]、信道衰落系数方差相关性等参数,来优化ISAC系统的性,并提供了实际设计安全ISAC方法的见解。

2024年9月3日 (二) 07:14的最新版本

编辑

这篇文献的工作部分详细介绍了如何在相关瑞利衰落条件下,为安全集成感知与通信ISAC)场景建立和说明一个可实现的保密-失真区域。以下是这部分的主要内容:

  1. 系统模型和问题定义
    • 定义了一个安全的ISAC模型,包括一个发射机、一个合法接收机、一个状态估计器和一个窃听者(Eve)。发射机通过快速衰落加性高斯噪声(AGN)安全ISAC信道传输消息,其中接收机和窃听者分别对衰落信道系数进行因果估计。
  2. 信道状态信息
    • 讨论了如何利用接收机和窃听者对信道状态信息的估计来改善通信性能和估计信道状态序列。
  3. 保密-失真区域的建立
    • 为降级安全ISAC信道在相关瑞利衰落条件下建立了一个可实现的保密-失真区域,并使用高斯信道输入进行了评估。
  4. 数值结果和讨论
    • 通过数值计算,展示了在不同参数设置下,所提出方法的性能,包括保密容量信道容量的接近程度。
  5. 方法论讨论
    • 论文还讨论了如何通过改变发射功率、信道衰落系数的方差和相关性等参数,来优化ISAC系统的性能,并提供了实际设计安全ISAC方法的见解。