具有整体进化逼近能力的任意精度印刷式三进制神经网络

《IEEE Transactions on Circuits and Systems for Artificial Intelligence》：Arbitrary Precision Printed Ternary Neural Networks with Holistic Evolutionary Approximation

印刷电子神经网络通过自动化框架实现高精度与高面积效率的平衡，采用多目标优化和整体近似方法优化模拟-数字接口至数字分类器全系统设计，平均面积和功耗提升达17倍和59倍，首次支持电池供电运行且误差低于5%。

　　

摘要：

印刷电子技术为那些需要灵活性、可拉伸性、贴合性以及极低制造成本的应用提供了有前景的替代方案。尽管印刷电子产品的特征尺寸较大，但印刷神经网络在满足特定应用需求方面仍受到了关注，尽管实现复杂电路仍然具有挑战性。本研究在印刷神经网络的分类准确性和面积效率之间架起了桥梁，涵盖了从模拟到数字接口（这一关键且耗电较大的环节）到数字分类器的整个处理-接近传感器系统的设计及协同优化过程。我们提出了一个自动化框架，用于设计具有任意输入精度的印刷型三值神经网络，该框架采用了多目标优化和整体逼近方法。我们的电路在面积上比现有的近似印刷神经网络性能提升了17倍，在功耗上平均降低了59倍，并且首次实现了在精度损失低于5%的情况下由印刷电池供电的运行，同时考虑了模拟到数字接口的成本。