检索结果-南通市图书馆

检索条件"主题词=比特级错误"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

针对比特级错误的神经网络容错技术研究

针对比特级错误的神经网络容错技术研究

引用

作者：江昱呈电子科技大学

学位级别：硕士

随着相关技术与硬件的不断进步，神经网络在各个领域中的应用愈发广泛。但是越来越复杂和恶劣的外部环境，导致神经网络的参数更容易发生错误。由于神经网络中每个权重和输入都是以二进制的形式存储的，比特级错误是神经网络中最基础的... 详细信息

随着相关技术与硬件的不断进步，神经网络在各个领域中的应用愈发广泛。但是越来越复杂和恶劣的外部环境，导致神经网络的参数更容易发生错误。由于神经网络中每个权重和输入都是以二进制的形式存储的，比特级错误是神经网络中最基础的错误类型，这种错误所导致的扰动往往会造成极其严重的后果。因此，当比特级错误发生时，如何增强神经网络的容错能力成为了一个重要的研究方向。本文基于神经网络的原理与特性，分析了比特级错误在模型中的传播过程以及具体影响，并提出了提高神经网络容错能力的相关方法。本文主要贡献在于：　　(1)为了为后续研究提供理论基础，本文对神经网络的比特级错误产生及传播过程进行了建模和分析。首先研究了比特级错误在32位浮点数格式下的影响，并分别对卷积层和批标准化层地参数错误进行了数学建模。然后，根据神经网络的特性，分析了错误在不同类型层中的传播过程。最后分别在VGG和ResNet34上进行实验验证了分析的正确性。　　(2)针对简单但广泛存在的单比特错误，提出了一种基于通道异常感知的神经网络容错方法。该方法通过邻近节点算法和局部离群因子分析神经网络各通道的数据流特征，判断模型是否出错并确定错误所处的通道，从而能够针对性对错误进行抑制以增强整个网络的容错能力。最终实验结果表明，该方法在错误幅度达到2?后能够检测出99%的错误，经过错误抑制后，各个模型的平均精确度能够维持在89%。　　(3)为了解决更为复杂的多比特错误问题，提出了一种基于通道激活上界约束的细粒度错误传播阻断方法。该方法将神经网络的容错问题转化为了多目标优化问题，并利用遗传算法进行边界搜索，然后将得到的各个通道的阈值注入到目标神经网络中，以增强模型的容错能力。最终实验结果表明，本方法在卷积神经网络的平均精度能够保持在90.27%，在残差神经网络的平均精度能够维持在84.41%，并且只增加了0.65%的额外时间开销与0.17%的额外空间开销。　　(4)针对不同应用场景的性能需求，设计并实现了容错神经网络仿真测试系统。该系统提供了神经网络模型构建、比特错误注入、数据分析处理以及神经网络容错增强等功能，为用户和研究人员提供高效便捷的服务。

关键词：神经网络容错技术比特级错误遗传算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：