AIが解く世界の難問 · 天文学・宇宙 · arXiv · 2026-10-21
自己修復する放射線硬化・フォルト対応量子化ニューラルネットワーク
原題: A Radiation-Hardened, Fault-Aware Quantized Neural Network That Self-Heals
宇宙機や粒子加速器など放射線環境に展開される深層学習モデルは高エネルギー粒子によるデータ破壊で劣化するため、ビット反転後の量子化重みを実行時に修復する手法を開発した。Fault-Aware Training(FAT)を拡張し、アライメントペナルティで無損傷の活性化と重みを低ランク部分空間に集中させたうえで、破損した座標を無事な成分から再構築するProjection Healingを提案した。市販のCOTSハードウェア上で余分なレプリカを保存せずに動作し、6つの回帰ベンチマークでは+5%のRMSE劣化で運用スクラブ間隔を中央値2.04倍に延長し(古典的なSECDEDは1.62倍)、FATチェックポイントを固定して実行時修復だけを有効化するだけで過剰積分(ネイティブ単位)が約23%削減された。