X-Fault:論理インメモリ計算を持つメモリスタ-クロスバアレイにおけるバイナリニューラルネットワークに及ぼす故障の影響【JST・京大機械翻訳】

Staudigl Felix; Sturm Karl J. X.; Bartel Maximilian; Fetz Thorben; Sisejkovic Dominik; Joseph Jan Moritz; Pohls Leticia Bolzani; Leupers Rainer

プレプリント

J-GLOBAL ID：202202219463519532 整理番号：22P0324998

X-Fault:論理インメモリ計算を持つメモリスタ-クロスバアレイにおけるバイナリニューラルネットワークに及ぼす故障の影響【JST・京大機械翻訳】

X-Fault: Impact of Faults on Binary Neural Networks in Memristor-Crossbar Arrays with Logic-in-Memory Computation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年04月04日プレプリントサーバーでの情報更新日： 2022年04月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

メムリスタベースのクロスバーアレイは,高い密度を提供し,メモリ(CIM)パラダイムを可能にすることにより,従来のメモリを置き換えるための有望な新興メモリ技術を表す。アナログコンピューティングは,最良の性能,非理想性,およびADC/DAC変換限界メムリスタベースのCIMを提供する。Logic-in-Memory(LIM)はCIMのもう一つのフレーバーを示し,そこではメムリスタが論理ゲートを実装するためにバイナリー方式で使われる。バイナリニューラルネットワーク(BNNs)は主要な動作としてバイナリ論理ゲートを使用するので,それらはバイナリ演算の大規模並列実行とメムリスタの変動へのより良いレジリエンスから利益を得ることができる。従来のニューラルネットワークは徹底的に研究されているが,メモリスタベースのBNNに対する故障の影響は不明なままである。したがって,著者らは,BNNのためのメムリスタベースのクロスバーアレイにおける論理ゲートに及ぼす故障の影響を分析した。異なる従来の故障をシミュレーションするシミュレーションフレームワークを提案し,メムリスティブクロスバーアレイ上のBNNの精度損失を調べた。さらに,AIアプリケーションを加速するロバスト性と実現可能性に基づく異なる論理ファミリーを比較した。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

論理回路 , 半導体集積回路

, , , , ,

前のページに戻る