ИИ и сложнейшие проблемы мира · Астрономия и космос · arXiv · 2026-10-21
Радиационно-стойкая, учитывающая сбои квантованная нейронная сеть с самовосстановлением
Оригинальное название: A Radiation-Hardened, Fault-Aware Quantized Neural Network That Self-Heals
Модели глубокого обучения, развёрнутые в сложных радиационных условиях, таких как космические аппараты и ускорители частиц, деградируют по мере того как частицы высоких энергий искажают данные, что мотивирует метод восстановления квантованных весов нейронной сети после инверсий битов прямо во время работы. Метод под названием Projection Healing расширяет Fault-Aware Training выравнивающим штрафом, который концентрирует неповреждённые активации и веса в низкоранговом подпространстве, откуда помеченные повреждённые координаты восстанавливаются на серийном оборудовании без хранения дополнительных реплик. На шести регрессионных бенчмарках он продлил рабочий интервал очистки (scrub) в медиане в 2.04 раза при деградации RMSE на +5% (против 1.62 раза для классического SECDED), а фиксация контрольной точки FAT при переключении только механизма runtime-восстановления дала дополнительное снижение на ~23% избыточного интеграла в исходных единицах измерения.