【摘 要】
：
深度神经网络（DNN）需要执行大量的运算,消耗大量的能量与硬件资源。忆阻器具有面积小功耗低等优良特性,其电阻值随着流过它的电流而改变,非常适合实现神经网络的突触。忆阻神经网络（m NN）采用忆阻交叉杆阵列（MCA）存储权重并执行点乘运算,计算性能得到极大提升。然而,由于忆阻器的制作工艺不成熟,MCA中存在大量故障,m NN的识别性能和使用寿命存在突出的问题。目前在较高设计层次上一些硬件冗余技术被提
论文部分内容阅读
深度神经网络（DNN）需要执行大量的运算,消耗大量的能量与硬件资源。忆阻器具有面积小功耗低等优良特性,其电阻值随着流过它的电流而改变,非常适合实现神经网络的突触。忆阻神经网络（m NN）采用忆阻交叉杆阵列（MCA）存储权重并执行点乘运算,计算性能得到极大提升。然而,由于忆阻器的制作工艺不成熟,MCA中存在大量故障,m NN的识别性能和使用寿命存在突出的问题。目前在较高设计层次上一些硬件冗余技术被提出来,然而m NN的容错性尚需进一步提高。本文针对MCA中最常见的故障固定故障（SAF）提出一种m NN的权重级冗余（WLR）方法,在较低层次上设计硬件冗余结构,以获得更高的容错性。在该结构中,每个权重使用添加R倍冗余的忆阻器单元来存储。当其中部分忆阻器发生故障时,可以利用其它无故障忆阻器来弥补权重存储的偏差。理论分析表明,当忆阻器的故障率为p时,添加1,2,3倍冗余权重单元的故障率约分别降低到原先的3p/2,5p2/2,35p3/8。神经网络具有内在的容错性,通过重训练进一步提高m NN的识别精度恢复率。最后利用两层和三层全连接网络在MNIST数据集上验证本文提出WRL方法的有效性。仿真实验结果表明,与同类方法相比,WLR有更高的平均精度恢复率。即便单个忆阻器的故障率非常高,对于两个实验模型20%故障率时通过添加1倍冗余,40%故障率时通过添加3倍冗余WLR均可获得不低于99.20%的平均精度恢复率。重训练后,平均精度恢复率进一步提高,其相应的恢复率分别提高到不低于99.78%。
其他文献
钢筋混凝土结构作为目前最常见的一种建筑结构形式,随着使用年限的增加,由于外荷载和环境的影响结构逐渐老化,均会出现不同程度的损伤甚至破坏,导致混凝土结构的安全性和耐久性严重降低。超高性能混凝土（UHPC）具有抗拉和抗压强度高、极低的渗透性、耐久性强等特点,适用于损伤普通混凝土（NSC）结构的修复与加固,UHPC与NSC之间良好的抗剪粘接性能是确保UHPC层与混凝土结构共同承受荷载的关键。本文通过大量
在当下万物互联的时代潮流下,利用人工智能实现人体动作识别这项技术得到了迅速发展。尽管市面上的很多人体动作识别技术是相当成熟的,包括相机和一些可穿戴式传感器设备,但因本身存在的一些使用环境限制和相关设备高昂的成本阻碍了其实际应用。另一方面,鉴于WiFi信号在日常生活中随处可及且设备成本低廉的原因,学者们开始研究如何利用WiFi信号中的信道状态信息（Channel State Information,
得益于科技的日益创新与进步,人们愈发愈能感受到智能机器人给生活带来的便利。实时定位与地图构建（SLAM）作为机器人导航功能的基石,在移动机器人、无人驾驶领域扮演了重要角色。在过去的20年里,使用单传感器在具有挑战性的环境中进行实时状态估计取得了杰出的成果,然而单一传感器天然存在局限性,难以适应复杂多变的环境,例如视觉传感器对光照变化敏感、激光传感器在无结构特征的环境中会退化。本文以乘用车平台为载体
随着我国科学技术的快速发展,无人车导航与定位技术成了现在最热门的研究方向。无人车自主导航与定位的核心技术是同时定位与建图（Simultaneous Localization And Mapping,SLAM）技术。目前,由于激光传感器有着较高的精度且不受天气条件影响,可以全天候工作的特点,激光SLAM成为了现在主流的研究方向。基于以上背景,本文主要采用多线激光雷达传感器、轮式里程计和IMU获取数据
近年来,随着矿产资源需求的增加,矿井的二次开采成为业内的研究热点。由于采矿和选矿的设备及技术的限制,许多矿井仍有丰富的矿藏,但该类矿井年代久远、内部环境未知,有甚者可能伴随着有毒气体、缺氧等极端情况,不宜直接进行复采。针对这一特殊环境,同步定位与地图构建（Simultaneous Localization and Mapping,SLAM）技术可实现载体定位和矿井地图构建,为矿井的二次开采提供保障
随着社会文明的发展、科学技术的高速进步,人类探索太空、建设太空的行为越发频繁。作为人类探索太空、建设太空的重要帮手,空间机器人一直发挥着巨大的作用。目前,越来越多的航天大国和知名商业公司都投身于空间机器人的研制之中。为满足未来空间作业需求,越来越多的空间机器人被开发、应用于各种不同的工作场合。为降低发射成本,空间机器人的轻型化已成为当前空间技术发展的一大趋势。不过值得一提的是机器人中各类轻型复合材
经历了多年的发展,深度神经网络针对不同的任务需求演化出多种独特的结构。卷积神经网络（CNN）由于在计算机视觉、语音识别和自然语言处理等领域的出色表现引起了研究人员的广泛关注。然而,随着CNN的功能不断加强,其网络模型体积也越来越大,训练更加耗时,对硬件要求苛刻等一系列问题制约着CNN的发展。因此,对CNN模型进行压缩加速成为了研究重点。针对上述问题,本文提出了一种基于K-means算法的CNN模型
吸能结构广泛应用各种运载工具中,它能在碰撞事件中保护乘员和货物安全。如何提高吸能结构的耐撞性一直是碰撞安全领域中的热点问题之一。自然界中的生物经过优胜劣汰的自然选择,其组织结构通常具有优良的机械性能,这为新型吸能结构的设计提供了一种全新思路。本文参考了自然界中的三周期极小曲面（TPMS）结构和芦苇茎杆结构,将两种结构特征应用到薄壁多孔结构的设计中以提高结构的耐撞性。本文主要研究内容包括以下三个方面
近年来,作为高级驾驶辅助系统中的一个重要组成部分,自动泊车系统逐渐成为自动驾驶领域的一个研究热点。在车辆上配备自动泊车系统能够有效避免泊车时发生的刮擦事故,同时减少驾驶员泊车所需要的时间。其实现主要包括泊车位检测、路径规划和车辆控制三个部分,作为实现精确自动泊车的第一步,泊车位检测的精准度显然十分重要。目前,泊车位检测主要使用基于视觉的检测方法,然后使用距离传感器检测静态物,确定泊车位占用情况。这
近些年来,环境问题和能源危机促使着许多国家政府推出各种激励措施来推动纯电动汽车的快速发展。但是电动汽车广泛采用的锂离子电池对温度极其敏感,必须要进行热管理。热管依靠管内介质的循环相变进行热量传递,是一种高效的换热元件,具有高导热率和不消耗额外能量的双重特点,在热管理领域得到了广泛研究。本文以18650型圆柱形磷酸铁锂电池为研究对象,通过结构以及工作原理分析,从而获得该磷酸铁锂电池的热特性,并依此建