Sep, 2024
提高模拟神经网络的鲁棒性：一种无噪声方法与可解释的正则化
Improving Analog Neural Network Robustness: A Noise-Agnostic Approach
with Explainable Regularizations
TL;DR本研究针对深度模拟神经网络中“硬件噪声”的关键挑战，提供了一种全面的硬件无关的解决方案，旨在应对影响激活层的相关和非相关噪声。我们提出的新可解释正则化框架帮助揭示了噪声弹性网络的机制，显著增强了深度神经架构的噪声鲁棒性。