AI与世界难题 · 天文与太空 · arXiv · 2026-10-21
一种辐射加固、故障感知且可自愈的量化神经网络
原标题: A Radiation-Hardened, Fault-Aware Quantized Neural Network That Self-Heals
部署在航天器、粒子加速器等辐射恶劣环境中的深度学习模型，会因高能粒子损坏数据而性能退化，这促使人们寻求一种在运行时修复位翻转后量化神经网络权重的方法。该方法名为 Projection Healing，它在故障感知训练（Fault-Aware Training）的基础上增加了对齐惩罚，将未受损的激活值和权重集中到低秩子空间中，从而能在商用硬件上重建被标记的损坏坐标，而无需存储额外副本。在六个回归基准上，该方法在 +5% RMSE 退化下将运行擦洗间隔的中位数延长了 2.04×（经典 SECDED 为 1.62×）；在保持 FAT 检查点固定、仅切换运行时修复的情况下，以原生单位计的超额积分进一步降低了 ~23%。