SpikingJET：增强全连接与卷积脉冲神经网络的故障注入
神经与进化计算
2024-09-05 v1 人工智能
摘要
随着人工神经网络日益集成到自动驾驶汽车、医疗诊断设备和工业自动化等安全关键系统中，确保其在面对随机硬件故障时的可靠性变得至关重要。本文介绍了 SpikingJET，一种专为全连接和卷积脉冲神经网络 (SNNs) 设计的新型故障注入器。鉴于 SNN 在实际应用中的日益重要性，我们的工作强调了对 SNN 抗硬件故障能力进行评估的迫切需求。SpikingJET 通过向突触权重、神经元模型参数、内部状态和激活函数等关键组件诱发错误并注入故障，为评估 SNN 的弹性提供了一个综合平台。本文通过对多种 SNN 架构进行广泛的软件级实验，展示了 Spiking-JET 的有效性，揭示了 SNN 对硬件故障的脆弱性与弹性。此外，强调 SNN 故障弹性的重要性，有助于推动在各个领域增强由神经网络 (NN) 驱动的系统的可靠性与安全性。
引用
@article{arxiv.2404.00383,
title = {SpikingJET: Enhancing Fault Injection for Fully and Convolutional Spiking Neural Networks},
author = {Anil Bayram Gogebakan and Enrico Magliano and Alessio Carpegna and Annachiara Ruospo and Alessandro Savino and Stefano Di Carlo},
journal= {arXiv preprint arXiv:2404.00383},
year = {2024}
}