博士論文要約:深層ニューラルネットワークハードウェアアクセラレータの信頼性評価および強化のための手法

arXiv cs.AI / 2026/3/11

Ideas & Deep AnalysisTools & Practical UsageModels & Research

要点

  • 本論文は、深層ニューラルネットワーク(DNN)ハードウェアアクセラレータの信頼性を評価・強化するための新規かつコスト効率の高い手法を紹介します。
  • 包括的な体系的文献レビュー(Systematic Literature Review)を実施し、既存の信頼性技術を分類、研究のギャップを特定し、新たな分析的信頼性評価ツールの開発につなげました。
  • 信頼性、量子化、および近似の間のトレードオフを最適化し、フォールトトレランスと計算効率の向上を探求しています。
  • リアルタイムかつオーバーヘッドゼロの信頼性強化技術「AdAM」を開発し、従来の冗長性手法に匹敵するフォールトトレランスを実現しつつ、ハードウェアコストを大幅に削減しました。
  • この研究は学術界に留まらず、多数の助成プロジェクトや修士課程、産業界との連携、信頼性かつ効率的なDNNハードウェアアクセラレータのための新規ツールおよび手法の開発に大きな影響を与えています。

コンピュータサイエンス > ハードウェアアーキテクチャ

arXiv:2603.08724 (cs)
[2026年2月17日に投稿]

題名:博士論文要約:深層ニューラルネットワーク用ハードウェアアクセラレータの信頼性評価および向上のための手法

著者:Mahdi Taheri
博士論文要約:深層ニューラルネットワーク用ハードウェアアクセラレータの信頼性評価および向上のための手法、Mahdi Taheri による論文のPDFを表示
PDFを表示 HTML(実験的)
要旨:本原稿は、博士論文の取り組みを要約し、DNNハードウェアアクセラレータの信頼性を評価・向上するための新しい、コスト効率の高い手法を提示することで、その成果の影響を示す。包括的なシステマティック・レビュー(SLR)を実施し、既存の信頼性評価手法を分類して研究上のギャップを特定し、その結果、新しい解析的な信頼性評価ツールの開発につなげた。さらに、本研究は、信頼性・量子化・近似の相互作用を探究し、計算効率とフォールトトレランス(耐故障性)のトレードオフを最適化する手法を提案する。加えて、リアルタイムでオーバーヘッドゼロの信頼性向上技術である AdAM を開発した。これは、従来の冗長性手法と同等の耐故障性を提供しつつ、ハードウェアコストを大幅に削減する。本研究のインパクトは学術の枠を超え、複数の助成付きプロジェクト、修士課程の授業、産業界との共同研究、そして効率的かつ信頼性の高いDNNハードウェアアクセラレータのための新しいツールや手法の開発に寄与している。
分野: ハードウェアアーキテクチャ (cs.AR); 人工知能 (cs.AI); 分散・並列・クラスタ計算 (cs.DC)
引用: arXiv:2603.08724 [cs.AR]
  (または、このバージョンについては arXiv:2603.08724v1 [cs.AR])
  https://doi.org/10.48550/arXiv.2603.08724
詳しく学ぶためにフォーカス
DataCite 経由で発行された arXiv DOI

投稿履歴

From: Mahdi Taheri [メールを見る]
[v1] 2026年2月17日(火)11:07:24 UTC(2,936 KB)
全文テキストへのリンク:

論文へのアクセス:

    博士論文要約:深層ニューラルネットワーク用ハードウェアアクセラレータの信頼性評価および向上のための手法、Mahdi Taheri による論文のPDFを表示
  • PDFを表示
  • HTML(実験的)
  • TeX ソース
現在の閲覧コンテキスト:
cs.AR
< prev   |   next >
切り替えて閲覧するには:
BibTeXの引用をエクスポート 読み込み中...

BibTeX形式の引用

×
データ提供元:

ブックマーク

BibSonomyロゴ Redditロゴ
書誌ツール

書誌および引用ツール

書誌エクスプローラーの切り替え
書誌エクスプローラー (エクスプローラーとは?)
Connected Papersの切り替え
Connected Papers (Connected Papersとは?)
Litmapsの切り替え
Litmaps (Litmapsとは?)
scite.aiの切り替え
scite スマート引用 (スマート引用とは?)
コード、データ、メディア

本記事に関連付けられたコード、データ、メディア

alphaXivの切り替え
alphaXiv (alphaXivとは?)
コードへのリンクの切り替え
論文のためのCatalyzeXコードファインダー (CatalyzeXとは?)
DagsHub トグル
DagsHub (DagsHub とは?)
GotitPub トグル
Gotit.pub (GotitPub とは?)
Huggingface トグル
Hugging Face (Huggingface とは?)
コードへのリンク トグル
Papers with Code (Papers with Code とは?)
ScienceCast トグル
ScienceCast (ScienceCast とは?)
デモ

デモ

Replicate トグル
Replicate (Replicate とは?)
Spaces トグル
Hugging Face Spaces (Spaces とは?)
Spaces トグル
TXYZ.AI (TXYZ.AI とは?)
関連論文

レコメンダーと検索ツール

Influence Flower へのリンク
Influence Flower (Influence Flower とは?)
Core レコメンダー トグル
CORE レコメンダー (CORE とは?)
arXivLabsについて

arXivLabs:コミュニティの協力者と取り組む実験的プロジェクト

arXivLabsは、協力者が当社のウェブサイト上で直接、新しいarXivの機能を開発し、共有できるようにするためのフレームワークです。

arXivLabsに取り組む個人および組織は、開放性、コミュニティ、卓越性、ユーザーデータのプライバシーという当社の価値観を受け入れ、それを尊重してきました。arXivはこれらの価値観に取り組み、それらを遵守するパートナーのみに協力します。

arXivのコミュニティに価値をもたらすプロジェクトのアイデアはありますか? arXivLabsについて詳しく知る

博士論文要約:深層ニューラルネットワークハードウェアアクセラレータの信頼性評価および強化のための手法 | AI Navigate