加速深度神经网络在硬件瞬态故障下准确性评估的端到端自动化方法

焦佳佳; 闻然; 杨洪

doi:10.1631/FITEE.2400547

Your Location：

Home >

Browse articles >

加速深度神经网络在硬件瞬态故障下准确性评估的端到端自动化方法

常规文章 | Updated：2025-07-28

- 加速深度神经网络在硬件瞬态故障下准确性评估的端到端自动化方法
  Enhanced Publication
- An end-to-end automatic methodology to accelerate the accuracy evaluation of deep neural networks under hardware transient faults
- “在深度神经网络（DNN）领域，硬件瞬态故障会显著影响安全关键应用。专家研究人员设计了一种自动方法A-Mean，该方法使用无声数据损坏率和静态两级均值计算来快速估计分类准确性和安全关键误分类。与最先进的方法相比，这种易于使用的工具的速度提高了922.80倍，安全性和准确性损失最小。”
- 信息与电子工程前沿（英文） 2025年26卷第7期页码：1099-1114
- Affiliations：
  
  College of Information Engineering, Shanghai Maritime University, Shanghai 201306, China
- Author bio：
  
  ‡ Corresponding author
- Funds：
  
  Shanghai Pujiang Talent Program, China(21PJD026)
- DOI：10.1631/FITEE.2400547
  中图分类号： TP391
- 收稿：2024-06-26，
  
  修回：2024-09-18，
  
  纸质出版：2025-07
- Accepted：
Scan QR Code
焦佳佳, 闻然, 杨洪. 加速深度神经网络在硬件瞬态故障下准确性评估的端到端自动化方法[J]. 信息与电子工程前沿（英文）, 2025,26(7):1099-1114.

Jiajia JIAO, Ran WEN, Hong YANG. An end-to-end automatic methodology to accelerate the accuracy evaluation of deep neural networks under hardware transient faults[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26(7): 1099-1114.
焦佳佳, 闻然, 杨洪. 加速深度神经网络在硬件瞬态故障下准确性评估的端到端自动化方法[J]. 信息与电子工程前沿（英文）, 2025,26(7):1099-1114. DOI： 10.1631/FITEE.2400547.

Jiajia JIAO, Ran WEN, Hong YANG. An end-to-end automatic methodology to accelerate the accuracy evaluation of deep neural networks under hardware transient faults[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26(7): 1099-1114. DOI： 10.1631/FITEE.2400547.

浏览量

Downloads

CSCD

文章被引用时，请邮件提醒。

Submit

工具集

关联资源

Recent advances in efficient computation of deep convolutional neural networks

加速深度神经网络在硬件瞬态故障下准确性评估的端到端自动化方法

An end-to-end automatic methodology to accelerate the accuracy evaluation of deep neural networks under hardware transient faults

DOI：10.1631/FITEE.2400547