AI এবং বিশ্বের কঠিন সমস্যাগুলো · জ্যোতির্বিজ্ঞান ও মহাকাশ · arXiv · 2026-10-21

একটি রেডিয়েশন-হার্ডেনড, ফল্ট-সচেতন কোয়ান্টায়িজড নিউরাল নেটওয়ার্ক যা নিজে নিজে মেরামত করে

মূল শিরোনাম: A Radiation-Hardened, Fault-Aware Quantized Neural Network That Self-Heals

মহাকাশযান ও কণা ত্বরণকারীর মতো বিকিরণ-চ্যালেঞ্জিং পরিবেশে মোতায়েনকৃত ডিপ লার্নিং মডেলগুলো উচ্চ-শক্তির কণা ডেটা ক্ষতিগ্রস্ত করার সঙ্গে সঙ্গে অবনমিত হয়; এটি বিট ফ্লিপের পরে কোয়ান্টাইজড নিউরাল নেটওয়ার্কের ওয়েট মেরামতের জন্য একটি রানটাইম পদ্ধতির প্রয়োজনীয়তা তৈরি করে। Projection Healing নামক এই পদ্ধতিটি Fault-Aware Training-কে একটি অ্যালাইনমেন্ট পেনাল্টির মাধ্যমে সম্প্রসারিত করে, যা অক্ষত অ্যাক্টিভেশন ও ওয়েটগুলোকে একটি লো-র্যাঙ্ক সাবস্পেসে কেন্দ্রীভূত করে; সেখান থেকে চিহ্নিত ক্ষতিগ্রস্ত কোঅর্ডিনেটগুলো অতিরিক্ত রেপ্লিকা সংরক্ষণ ছাড়াই সাধারণ হার্ডওয়্যারে পুনর্গঠন করা হয়। ছয়টি রিগ্রেশন বেঞ্চমার্ক জুড়ে +5% RMSE অবনতির মধ্যে এটি অপারেশনাল স্ক্রাব ব্যবধান মধ্যমা হিসেবে 2.04× বাড়িয়েছে (ক্লাসিক্যাল SECDED-এর জন্য 1.62×-এর তুলনায়), এবং FAT চেকপয়েন্ট অপরিবর্তিত রেখে কেবল রানটাইম হিল পরিবর্তন করলে নেটিভ-ইউনিট এক্সেস ইন্টিগ্রালে আরও ~23% হ্রাস মেলে।

মূল লেখা পড়ুন ↗

সব আইটেম →