忆阻器交叉阵列感知机中更新与遗传训练算法的比较
计算物理
2022-02-21 v2 神经与进化计算
摘要
基于忆阻器的计算机体系结构作为实现神经网络的一种可能硬件选择正变得愈发具有吸引力。然而，目前忆阻器技术易受多种失效模式影响，这在任何可能无法甚至不可能定期访问硬件的应用中都是一个严重隐患。在本研究中，我们探究某些训练算法是否对特定硬件失效模式更具鲁棒性，从而更适用于此类应用。我们在模拟的忆阻器交叉阵列中实现了两种训练算法——一种局部更新方案和一种遗传算法——并比较了随着越来越多忆阻器无法调节其电导时，二者在简单图像分类任务上的训练能力。我们证明，在若干训练失败率的度量指标上，这两种算法之间存在明显差异。
引用
@article{arxiv.2012.06027,
title = {Comparison of Update and Genetic Training Algorithms in a Memristor Crossbar Perceptron},
author = {Kyle N. Edwards and Xiao Shen},
journal= {arXiv preprint arXiv:2012.06027},
year = {2022}
}