修复脑损伤：面向神经网络的实数纠错码

我们研究在硬件引发的内存故障和计算错误下运行的神经网络（NNs），这些故障和错误会降低安全关键应用中的可靠性。为应对这一挑战，我们提出了一种新颖的实值纠错编码（ECC）框架，能够检测并纠正这两类错误。我们的方法对网络权重施加结构化的实值线性约束，从而在不增加参数数量或损害分类性能的情况下实现高效的错误检测与恢复。所提出的方法利用线性规划和稀疏恢复技术来实现低复杂度的纠错。据我们所知，这是首个同时处理神经网络中内存错误和计算错误的基于实数的 ECC 方案。

中文由 AI 翻译，仅供参考，以原文为准。