WikiEdge:ArXiv-2408.17105v1/terms: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:
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关注其在设备变化、导电误差和输入噪声下准确性和效率
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17105v1/terms|action=edit}} 编辑]</div>
利用商业可用的基于[[]]的金属自向通道(M-SDC忆阻器真实SPICE模型研究将固有设备非理想纳入电路仿真中
这篇章的术语表如下:
硬件由30忆阻器和4个[[神经元]]组成,利用[[]][[]][[]]介质三种不同的M-SDC结构执行二进制[[图像分类]]任务。
* [[树-孩子网络]](tree-child network):树-孩子网络是一种特殊的[[有根系统发育网络]],其中任意两个具有至少两个进度顶点不通过边相连也没有共同的父顶点。
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]]
* [[有根系统发育网络]](rooted phylogenetic network):有根系统发育网络是有方向的无环图其中叶节标记为物种,并且有一个单一源顶点,称为[[根]]
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情况下容忍10%的导电误差值得注意的是,
* [[无根系统发育网络]](unrooted phylogenetic network):无根系统发育网络是无向图,叶节点同样标记为物种,但不指[[根]]顶点。
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。使用基于铬忆阻器设计的硬件表现出优越的性能
* [[樱桃拣选序列]](cherry-picking sequence:樱桃拣选序列是系统发育网络中叶节点序列一种通过反复应用两种简化操作(cherry reductions)来减少网络复杂性。
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]][[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
* [[樱桃简化序列]](cherry-reduction sequence):樱桃简化序列是一系列系统发育网络,每网络都是通过前一网络的樱桃简化操作得到的。
* [[果园网络]](orchard network):果园网络是有完整[[樱桃简化序列]]的系统发育网络。
* [[]](root):在[[有根系统发育网络]]中,根是具有0个进度和2个出度唯一顶点。
* [[树顶点]](tree vertex:树顶点是[[有根系统发育网络]]中进度为1且出度为2的内部顶点。
* [[网状顶点]](reticulation):网状顶点是[[有根系统发育网络]]中进度为2且出度为1内部顶点
* [[网状化樱桃]](reticulated cherry):[[无根系统发育网络]]中,如果两个叶节点通过一个循环边相连则这两个叶节点构成一个网状化樱桃。
* [[树-孩子方向]](Tree-Child-Orientation):给定一个[[无根系统发育网络]],判断是否存在一个[[有根树-孩子网络]],使得无根网络可以通过忽略根和所有边的方向从有根网络获得

2024年9月3日 (二) 09:04的最新版本

编辑

这篇文章的术语表如下: