Mousavi, S., Ahmadilivani, M.H., Raik, J., Jenihhin, M., Daneshtalab, M.

täiskirje prindi

ProAct: Progressive Training for Hybrid Clipped Activation Function to Enhance Resilience of DNNs

autor

Mousavi, Seyedhamidreza

Ahmadilivani, Mohammad Hasan

Raik, Jaan

Jenihhin, Maksim

Daneshtalab, Masoud

vastutusandmed

Seyedhamidreza Mousavi, Mohammad Hasan Ahmadilivani, Jaan Raik, Maksim Jenihhin, Masoud Daneshtalab

allikas

arXiv.org

kirjastus/väljaandja

IEEE

ajakirja aastakäik number kuu

arXiv.2406.06313

ilmumisaasta

2024

leheküljed

12 p. : ill

leitav

https://doi.org/10.48550/arXiv.2406.06313

märkused

Bibliogr.: 46 ref

teaduspublikatsioon

keel

inglise

Märksõnad ja võtmesõnad

märksõna

tehisnärvivõrgud

tehisõpe

rikked

veakindlus

vormimärksõna

preprindid

Teaduspublikatsiooni meetrika

klassifikaator

6.7

TalTechi üksused

TTÜ struktuuriüksus

arvutisüsteemide instituut

Seotud publikatsioonid

Assessment and Enhancement of Hardware Reliability for Deep Neural Networks = Riistvara töökindluse hindamine ja täiustamine süvanärvivõrkude jaoks

Mousavi, S., Ahmadilivani, M.H., Raik, J., Jenihhin, M., Daneshtalab, M. ProAct: Progressive Training for Hybrid Clipped Activation Function to Enhance Resilience of DNNs // arXiv.org (2024) arXiv.2406.06313, 12 p. : ill. https://doi.org/10.48550/arXiv.2406.06313