SecONN: 열 공격 동시 감지 기능을 갖춘 광 뉴럴 네트워크 프레임워크
광 기반 AI 가속기(SPAA)는 높은 에너지 효율성과 짧은 지연 시간을 제공하지만, 열적 결함 주입 공격에 취약할 수 있습니다. SecONN은 이러한 공격을 실시간으로 감지하면서 추론 성능 저하 없이 높은 정확도를 유지하는 광 뉴럴 네트워크 프레임워크입니다.
메모리 제약이 있는 GPU에서 고성능 MoE 추론을 위한 MoE-Lightning
MoE-Lightning은 제한된 GPU 메모리 환경에서 CPU-GPU-I/O 파이프라이닝 스케줄링 및 계층적 루프라인 모델 기반 성능 모델을 통해 기존 시스템 대비 처리량을 최대 10.3배 향상시키는 고성능 MoE 배치 추론 시스템입니다.
ASiM: An Open-Source Simulation Framework for Evaluating the Accuracy of SRAM-based Analog Compute-in-Memory for Deep Neural Networks
Analog Compute-in-Memory (ACiM) offers promising energy efficiency for DNNs, but its accuracy is susceptible to noise, demanding high design standards and innovative solutions like hybrid architectures and majority voting for reliable real-world deployment.
腦電圖靜息態數據能否提升基於數據驅動的運動想像解碼方法？
儘管基於神經科學原理並採用數據驅動學習，但將腦電圖靜息態數據與運動想像數據結合用於解碼模型，在提升模型泛化能力方面效果有限。
デュアルレイヤーLSTMに基づく音声感情認識モデルの改善と実装
音声感情認識において、従来の単層LSTMモデルにLSTM層を追加したデュアルレイヤーLSTMモデルは、長期依存関係の把握能力向上により、認識精度と処理効率を大幅に向上させる。
마음 이론을 통한 집단 지능 향상: 인간-AI 협력 사회의 미래를 향하여
인간의 마음 이론(ToM)은 개인 간의 정보 처리 방식을 향상시켜 집단 지능을 높이는 데 중요한 역할을 한다.
PIMCOMP: 프로세싱-인-메모리 가속기용 엔드투엔드 DNN 컴파일러
PIMCOMP는 다양한 PIM 아키텍처에 적응하고 DNN 모델 배포를 자동화하여 PIM 가속기의 성능과 에너지 효율성을 극대화하는 엔드투엔드 DNN 컴파일러입니다.
희소 어텐션 메커니즘을 통한 연쇄 사고 추론 최적화: 추론 비용 절감
희소 어텐션 메커니즘을 활용하면 연쇄 사고 추론의 정확도를 유지하면서도 추론 비용을 효과적으로 줄일 수 있다.
심층 선형 네트워크의 기하학적 구조 및 훈련 역학에 대한 분석
본 논문은 심층 선형 네트워크(DLN)의 훈련 역학을 동역학 시스템의 기하학적 이론을 통해 분석하고, 다양한 연구 결과들을 딥러닝의 열역학적 프레임워크로 통합합니다.
잠재 프로그램 공간 탐색: 테스트 시간 적응을 통한 향상된 프로그램 유도 학습
본 논문에서는 테스트 시간 적응을 통해 새로운 작업에 효율적으로 일반화할 수 있는 프로그램 유도 학습 알고리즘인 Latent Program Network (LPN)을 제안합니다. LPN은 잠재 프로그램 공간을 탐색하여 프로그램을 효율적으로 검색하고 테스트 시간에 적응할 수 있도록 합니다.
© 2024 by Linnk AI