AI dan Masalah-Masalah Sulit Dunia · Astronomi & antariksa · arXiv · 2026-10-21
Jaringan Saraf Terkuantisasi yang Tahan Radiasi, Sadar Kesalahan, dan Dapat Menyembuhkan Diri Sendiri
Judul asli: A Radiation-Hardened, Fault-Aware Quantized Neural Network That Self-Heals
Model deep learning yang diterapkan di lingkungan dengan tantangan radiasi seperti wahana antariksa dan akselerator partikel mengalami degradasi saat partikel berenergi tinggi merusak data, sehingga muncul kebutuhan akan metode runtime untuk memperbaiki bobot jaringan saraf terkuantisasi setelah terjadi bit flip. Metode yang disebut Projection Healing ini memperluas Fault-Aware Training dengan penalti penyelarasan yang memusatkan aktivasi dan bobot yang tidak rusak ke dalam subruang low-rank, dari mana koordinat rusak yang ditandai dapat direkonstruksi pada perangkat keras komoditas tanpa menyimpan replika tambahan. Pada enam benchmark regresi, metode ini memperpanjang interval scrub operasional dengan median 2.04× pada degradasi RMSE +5% (dibandingkan 1.62× untuk SECDED klasik), dan dengan mempertahankan checkpoint FAT tetap sambil hanya mengubah heal runtime diperoleh pengurangan tambahan ~23% pada integral kelebihan dalam satuan asli.