arXiv · ML· Habibur Rahaman, Swarup Bhunia·· 29 天前AI 评分32
LEAN 提出损失工程调制以优化神经网络权重敏感度分布,实现高效容错
LEAN: Loss-Engineered Modulation of the Model Weight-Sensitivity Distribution for Efficient, Error-Tolerant Neural Networks
AI 导读
LEAN 通过复合正则项将敏感权重尾部缩小 5-13 倍,使 ResNet-50 等模型在准确率损失<0.5% 下提升抗比特翻转能力。 结合 BCH 编码覆盖 1% 权重,该方案使模型在 300 次渐进式比特翻转中全种子存活,且 8/6/4/3 位格式存储体积较 INT8 小 2.4 倍。
来源:arXiv · ML · arxiv.org