| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-08-07 16:10 Quantization-Aware Fault-Injected Level Adjustment for Reliable Neural Network Deployment on Memristor Crossbars ○Mizanur Rahman・Md. Sihabul Islam・Taisho Sasada・Michiko Inoue（NAIST）  CPSY2026-33 DC2026-33 RECONF2026-33 |
|
| 抄録 | （和） | Memristor crossbar arrays offer a compelling path to energy-efficient neural network acceleration, but permanent stuck-at faults (SAFs), conductance quantization errors, and stochastic device noise collectively threaten inference reliability. Existing methods rely on per-chip retraining or redundant hardware, leaving the joint effect of SAFs, conductance quantization, and write noise unaddressed. We propose FILA-QAT (Fault-Injected Level-Adjusted Quantization-Aware Training), a unified framework that enforces fault constraints directly in the integer level domain to produce inherently fault-tolerant, quantization-efficient, and noise-resilient inference. During deployment, FILA-QAT applies level adjustment (LA) within the mapping phase; noise robustness is evaluated by perturbing the programmed conductances with log-normal write noise, without per-device retraining or redundant circuitry. Benchmarked against PTQ (post-training quantization) across multiple architectures at fault rates from 5% to 30%, FILA-QAT consistently outperforms all hardware-realizable (PTQ-based) baselines, achieving up to 3.21% accuracy gain at a 30% fault rate while showing no measurable write-noise degradation at σ= 0.05, reducing the maximum average accuracy drop from 0.062% to 0.00%. |
| （英） | Memristor crossbar arrays offer a compelling path to energy-efficient neural network acceleration, but permanent stuck-at faults (SAFs), conductance quantization errors, and stochastic device noise collectively threaten inference reliability. Existing methods rely on per-chip retraining or redundant hardware, leaving the joint effect of SAFs, conductance quantization, and write noise unaddressed. We propose FILA-QAT (Fault-Injected Level-Adjusted Quantization-Aware Training), a unified framework that enforces fault constraints directly in the integer level domain to produce inherently fault-tolerant, quantization-efficient, and noise-resilient inference. During deployment, FILA-QAT applies level adjustment (LA) within the mapping phase; noise robustness is evaluated by perturbing the programmed conductances with log-normal write noise, without per-device retraining or redundant circuitry. Benchmarked against PTQ (post-training quantization) across multiple architectures at fault rates from 5% to 30%, FILA-QAT consistently outperforms all hardware-realizable (PTQ-based) baselines, achieving up to 3.21% accuracy gain at a 30% fault rate while showing no measurable write-noise degradation at σ= 0.05, reducing the maximum average accuracy drop from 0.062% to 0.00%. | |
| キーワード | （和） | Memristor Crossbar / Stuck-at Faults (SAF) / Quantization-Aware Training (QAT) / FILA-QAT / WBM Mapping / Noise Robustness / / |
| （英） | Memristor Crossbar / Stuck-at Faults (SAF) / Quantization-Aware Training (QAT) / FILA-QAT / WBM Mapping / Noise Robustness / / | |
| 文献情報 | 信学技報, vol. 126, no. 141, DC2026-33, pp. 97-102, 2026年8月. | |
| 資料番号 | DC2026-33 | |
| 発行日 | 2026-07-30 (CPSY, DC, RECONF) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CPSY2026-33 DC2026-33 RECONF2026-33 |
|
| 研究会情報 | |
| 研究会 | CPSY DC RECONF IPSJ-ARC |
| 開催期間 | 2026-08-05 - 2026-08-07 |
| 開催地（和） | 飛騨・世界生活文化センター（通称：飛騨センター） |
| 開催地（英） | Hida Earth Wisdom Center |
| テーマ（和） | SWoPP2026: 並列／分散／協調システムとディペンダブルコンピューティングおよび一般 |
| テーマ（英） | SWoPP2026: Parallel, Distributed and Cooperative Processing Systems and Dependable Computing |
| 講演論文情報の詳細 | |
| 申込み研究会 | DC |
| 会議コード | 2026-08-CPSY-DC-RECONF-ARC |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Quantization-Aware Fault-Injected Level Adjustment for Reliable Neural Network Deployment on Memristor Crossbars |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Memristor Crossbar / Memristor Crossbar |
| キーワード(2)（和/英） | Stuck-at Faults (SAF) / Stuck-at Faults (SAF) |
| キーワード(3)（和/英） | Quantization-Aware Training (QAT) / Quantization-Aware Training (QAT) |
| キーワード(4)（和/英） | FILA-QAT / FILA-QAT |
| キーワード(5)（和/英） | WBM Mapping / WBM Mapping |
| キーワード(6)（和/英） | Noise Robustness / Noise Robustness |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | Mizanur Rahman / Mizanur Rahman / |
| 第1著者 所属（和/英） | Nara Institute of Science and Technology (略称： NAIST) Nara Institute of Science and Technology (略称： NAIST) |
| 第2著者 氏名（和/英/ヨミ） | Md. Sihabul Islam / Md. Sihabul Islam / |
| 第2著者 所属（和/英） | Nara Institute of Science and Technology (略称： NAIST) Nara Institute of Science and Technology (略称： NAIST) |
| 第3著者 氏名（和/英/ヨミ） | Taisho Sasada / Taisho Sasada / |
| 第3著者 所属（和/英） | Nara Institute of Science and Technology (略称： NAIST) Nara Institute of Science and Technology (略称： NAIST) |
| 第4著者 氏名（和/英/ヨミ） | Michiko Inoue / Michiko Inoue / |
| 第4著者 所属（和/英） | Nara Institute of Science and Technology (略称： NAIST) Nara Institute of Science and Technology (略称： NAIST) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-08-07 16:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | DC |
| 資料番号 | CPSY2026-33, DC2026-33, RECONF2026-33 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.140(CPSY), no.141(DC), no.142(RECONF) |
| ページ範囲 | pp.97-102 |
| ページ数 | 6 |
| 発行日 | 2026-07-30 (CPSY, DC, RECONF) |
[研究会発表申込システムのトップページに戻る]