AI na Matatizo Magumu ya Ulimwengu · Astronomia na anga za juu · arXiv · 2026-10-21
Mtandao wa Neva wa Quantized Ulioimarishwa Dhidi ya Mionzi, Unaotambua Hitilafu, na Unaojirekebisha Yenyewe
Kichwa asilia: A Radiation-Hardened, Fault-Aware Quantized Neural Network That Self-Heals
Mifano ya deep learning inayotumika katika mazingira yenye changamoto kubwa za radiation kama vile vyombo vya anga na particle accelerators hupoteza ubora wake kadri vyubwi vya nguvu kubwa vinavyoharibu data, hali inayosisitiza njia ya runtime ya kurekebisha weights za neural network zilizofanyiwa quantization baada ya bit flips. Njia hii, inayoitwa Projection Healing, inapanua Fault-Aware Training kwa adhabu ya alignment inayokusanya activations na weights zisizoathiriwa katika subspace ya low-rank, ambako coordinates zilizoashiriwa kuwa zimeharibika huundwa upya kwenye vifaa vya kawaida bila kuhifadhi nakala za ziada. Katika benchmarks sita za regression, iliinua kipindi cha operational scrub kwa wastani wa 2.04× kwa upotevu wa +5% wa RMSE (ukilinganishwa na 1.62× kwa SECDED ya kawaida), na kuifunga FAT checkpoint isibadilike huku runtime heal pekee ikibadilishwa kulipa punguzo zaidi la ~23% katika native-unit excess integral.