본 논문은 아날로그 인메모리 컴퓨팅을 이용한 빠르고 병렬적이며 에너지 효율적인 심층 학습 훈련 및 전이 학습(TL)을 위한 새로운 알고리즘인 chopped TTv2 (c-TTv2)를 제안하고 평가한다. 기존 알고리즘들이 아날로그 메모리 소자의 비대칭적이고 비선형적인 특성 및 소자 간 변동성으로 인해 효과적인 훈련 결과를 얻지 못하는 문제를 해결하기 위해, c-TTv2 알고리즘은 chopped 기법을 활용한다. Swin-ViT 모델과 CIFAR100 데이터셋의 일부를 사용하여 아날로그 전이 학습에서 c-TTv2 알고리즘의 성능을 평가하고, 가중치 전달 노이즈, 대칭점 편향, 대칭점 변동성 등 소자 사양 변화에 대한 알고리즘의 강건성을 조사한다.
