.png){kind=icon}
返回
Seeding Algorithm for Bipolar Stochastic Computing for Polynomial Approximations
.png){kind=icon}
PRE
AI
DOI：10.1109/LES.2025.3565235.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
应用随机计算（SC）来计算超越函数如tanh(x)（在卷积神经网络中用作激活函数）是一个活跃的研究领域。目前，通过SC计算函数的大部分工作基于单极编码格式（x ∈ [0,1]），因此，本文提出了一种基于双极编码格式（x ∈ [-1,1]）的方法，旨在降低实现复杂度以及随机比特流之间的相关性。为此，对现有的一组方法进行了适配以服务于本文目的。此外，为减少比特流之间的相关性，提出了一种为不同线性反馈移位寄存器（LFSR）选择不同种子的算法，该算法实现了低均方误差（MSE）。种子选择以及基于双极编码格式的SC数字电路实现多项式方法的适配，均带来了更精确的结果。针对多项式逼近的多个函数进行了仿真。将函数tanh(x)与现有方案进行比较，验证了所提方法的优越性能。
Keyword:
Polynomials
Binary sequences
Encoding
Multiplexing
Logic gates
Computer architecture
Correlation
Accuracy
Probabilistic logic
Proposals
Bipolar encoding format
correlation
function approximation
polynomial computing
stochastic computing (SC)
期刊
IF:
2
论文数:
101
被引数:
696
机构
暂无机构信息
引用论文
Effect of LFSR Seeding, Scrambling and Feedback Polynomial on Stochastic Computing Accuracy.png)
Proceedings of the 2016 Design, Automation & Test in Europe Conference & Exhibition (DATE)
Proceedings of the 2016 Design, Automation & Test in Europe Conference & Exhibition (DATE)IF0
PREAI
分享收藏
Computing hyperbolic tangent and sigmoid functions using stochastic logic使用随机逻辑计算双曲正切和Sigmoid函数
PREAI
分享收藏
查看更多内容