单调算子均衡网络的电路实现与硬件线性化
系统与控制
2025-09-18 v1 机器学习
神经与进化计算
系统与控制
最优化与控制
摘要
我们证明，阻小-二极管网络的端口行为对应于ReLU单调算子均衡网络（即深度无限的神经网络），从而给出一种神经网络在模拟硬件中的简洁构建方式。我们进一步表明，该电路的梯度可直接在硬件中计算，我们称之为硬件线性化。这使得网络能够在硬件中进行训练，我们通过器件级电路仿真进行了演示。我们将结果扩展到阻小-二极管网络的级联，这些网络可用于实现前馈和其他非对称网络。最后，我们表明不同的非线性元件导致不同的激活函数，我们引入一种新型二极管ReLU，其由非理想二极管模型诱导。
引用
@article{arxiv.2509.13793,
title = {Circuit realization and hardware linearization of monotone operator equilibrium networks},
author = {Thomas Chaffey},
journal= {arXiv preprint arXiv:2509.13793},
year = {2025}
}