Réseaux neuronaux robustes face à la variabilité de l’apprentissage machine sur crossbar passif de mémoires résistives à base de TiO2
Bibliographic record
Abstract
La présence des réseaux neuronaux dans notre quotidien connaît une augmentation exponentielle. Les réseaux sociaux, les moteurs de recherche et le commerce électronique ne sont que quelques exemples de domaines les sollicitant en permanence. La taille de ces réseaux, à l'image de leur présence, a également connu un constant essor. Or, plus un réseau neuronal comporte de paramètres, plus il consomme d'énergie puisqu'il nécessite toujours plus d'accès successifs en mémoire afin de chercher et/ou d'altérer ceux-ci. C'est ce goulot d'étranglement entre le processeur et les données qui limite dramatiquement l'efficience énergétique des réseaux neuronaux implémentés sur l'architecture de von Neumann. Une approche prometteuse pour détourner ce problème est l'utilisation d'une composante électronique permettant une version analogue des opérations de multiplication matrice-vecteur essentielles à l'apprentissage machine directement sur mémoire: les mémoires résistives. Cependant, les défauts inhérents dont celles-ci sont affligées les rendent difficiles à utiliser en tant que poids synaptique discret et précis. Il devient donc très intéressant de considérer certaines sources de variabilité de ces mémoires émergentes lors de l'entraînement des réseaux neuronaux afin d'exploiter leurs facultés d'apprentissage pour les rendre ainsi aptes à classifier efficacement en les utilisant malgré leur nombreuses non-idéalités. Ces réseaux stochastiques sont donc robustes à la variabilité matérielle des dispositifs. Une enquête du potentiel de réseaux neuronaux considérant ces défauts stochastiques fut menée durant ce projet de maîtrise. De nouvelles techniques de caractérisation de la variabilité des crossbars et des mémoires résistives furent élaborées. L'utilisation de ces données pour injecter du bruit sur les poids synaptiques du réseau lors de son entraînement permet de créer un réseau plus robuste. Il est prouvé en simulation qu'un réseau conscient des non-idéalités est considérablement plus précis qu'un réseau entraîné naïvement pour une même tâche de classification de demi-lunes lorsque les variabilités sont prises en compte.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".