科学計算のニューロモルフィックアルゴリズムにおける内在的数値頑健性とフォールトトレランス

要旨: ニューロモルフィック計算が内在的なフォールトトレランスを提供する可能性は長い間推測されてきたが、脳の頑健性はニューロモルフィック応用においてまだ実証されていなかった。ここでは、偏微分方程式の解法のために以前に記述された、ネイティブスパイキング型ニューロモルフィックアルゴリズムが、アブレーションされたニューロンとドロップしたスパイクという構造的撹乱に対して内在的に耐性があることを示す。これらの撹乱に対する耐性の幅は広く、ニューロンの最大32％、スパイクの最大90％が完全にドロップされても、精度の著しい低下は生じないことを見出した。さらに、この頑健性は構造的ハイパーパラメータを介して調整可能である。本研究は、アルゴリズムの背後にある特定の脳様の着想が、脳様ニューロモルフィックアルゴリズムに期待される顕著な頑健性に寄与していることを示している。