Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Arbitrary Precision Printed Ternary Neural Networks with Holistic Evolutionary Approximation

Created by
  • Haebom

作者

Vojtech Mrazek, Konstantinos Balaskas, Paula Carolina Lozano Duarte, Zdenek Vasicek, Mehdi B. Tahoori, Georgios Zervakis

概要

本論文は、シリコンベースのシステムを超えて、柔軟性、伸縮性、適合性、超低コストの製造コストなどの特性を必要とするアプリケーションの有望な代替として印刷電子技術を提示します。印刷電子技術の大きな特徴サイズにもかかわらず、印刷ニューラルネットワークは目標アプリケーション要件を満たすために注目されているが、複雑な回路を実装することは依然として困難な課題である。この研究は、アナログ - デジタルインターフェース（主要面積と電力ボトルネック）からデジタル分類器まで、全体の処理 - センサー近接システムの設計と共同最適化をカバーし、印刷ニューラルネットワークにおける分類精度と面積効率の間のギャップを解消します。本稿では、任意の入力精度を持つ印刷三項ニューラルネットワークを設計するための自動化されたフレームワークを提案し、多目的最適化と全体的な近似を活用します。提案された回路は、従来の近似印刷ニューラルネットワークよりも平均面積で17倍、電力で59倍優れており、アナログ-デジタルインタフェースコストを考慮しながら、5%未満の精度損失でプリントバッテリ駆動動作を可能にする最初の研究です。

Takeaways、Limitations

•
Takeaways：
◦
印刷三項ニューラルネットワークのための自動設計フレームワークを提示し、面積と電力効率を大幅に向上させました。
◦
従来の研究に比べ、面積17倍、電力59倍向上した性能を達成しました。
◦
5％未満の精度損失でプリントバッテリ駆動動作を可能にしました。
◦
アナログ - デジタルインタフェースコストを考慮した設計最適化を提案しました。
•
Limitations：
◦
提案されたフレームワークの一般性とさまざまな用途に適用可能性についてのさらなる研究が必要です。
◦
実際の印刷プロセスと製造プロセスで発生する可能性のある誤差と変動性の分析が不足しています。
◦
より複雑なニューラルネットワーク構造に対する適用性と性能評価が必要である。
👍
Made with Slashpage