論文の概要: DNN-aided Read-voltage Threshold Optimization for MLC Flash Memory with
Finite Block Length
- arxiv url: http://arxiv.org/abs/2004.05340v1
- Date: Sat, 11 Apr 2020 09:03:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-14 13:06:47.489691
- Title: DNN-aided Read-voltage Threshold Optimization for MLC Flash Memory with
Finite Block Length
- Title(参考訳): 有限ブロック長MLCフラッシュメモリにおけるDNN支援リード電圧閾値最適化
- Authors: Cheng Wang, Kang Wei, Lingjun Kong, Long Shi, Zhen Mei, Jun Li, and
Kui Cai
- Abstract要約: MLCフラッシュメモリの誤り訂正性能は、リード電圧閾値の誤り訂正符号(ECC)のブロック長とログライクリフ比(LLR)と密接に関連している。
本稿では, MLCフラッシュメモリのリード電圧閾値を最適化し, 有限ブロック長ECCの復号性能を向上させる。
- 参考スコア(独自算出の注目度): 34.35931246437989
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The error correcting performance of multi-level-cell (MLC) NAND flash memory
is closely related to the block length of error correcting codes (ECCs) and
log-likelihood-ratios (LLRs) of the read-voltage thresholds. Driven by this
issue, this paper optimizes the read-voltage thresholds for MLC flash memory to
improve the decoding performance of ECCs with finite block length. First,
through the analysis of channel coding rate (CCR) and decoding error
probability under finite block length, we formulate the optimization problem of
read-voltage thresholds to minimize the maximum decoding error probability.
Second, we develop a cross iterative search (CIS) algorithm to optimize
read-voltage thresholds under the perfect knowledge of flash memory channel.
However, it is challenging to analytically characterize the voltage
distribution under the effect of data retention noise (DRN), since the data
retention time (DRT) is hard to be recorded for flash memory in reality. To
address this problem, we develop a deep neural network (DNN) aided optimization
strategy to optimize the read-voltage thresholds, where a multi-layer
perception (MLP) network is employed to learn the relationship between voltage
distribution and read-voltage thresholds. Simulation results show that,
compared with the existing schemes, the proposed DNN-aided read-voltage
threshold optimization strategy with a well-designed LDPC code can not only
improve the program-and-erase (PE) endurance but also reduce the read latency.
- Abstract(参考訳): マルチレベルセル(MLC)NANDフラッシュメモリの誤り訂正性能は、リード電圧閾値の誤り訂正符号(ECC)のブロック長とログライクリフ比(LLR)と密接に関連している。
本稿では, MLCフラッシュメモリのリード電圧閾値を最適化し, 有限ブロック長ECCの復号性能を向上させる。
まず、チャネル符号化率(CCR)と有限ブロック長での復号誤差確率の分析により、リード電圧閾値の最適化問題を定式化し、最大復号誤差確率を最小化する。
第2に,フラッシュメモリチャネルの完全知識の下での可読電圧閾値を最適化するクロスイテレーティブサーチ(cis)アルゴリズムを開発した。
しかし、データ保持時間(drt)は実際にフラッシュメモリに記録することが困難であるため、データ保持ノイズ(drn)の影響下での電圧分布を解析的に特徴付けることは困難である。
この問題に対処するため, 深層ニューラルネットワーク(DNN)による読み出し電圧閾値の最適化手法を開発し, 電圧分布と読み出し電圧閾値の関係を学習するために, 多層認識(MLP)ネットワークを用いる。
シミュレーションの結果,提案したLDPC符号を用いたDNN支援型リード電圧しきい値最適化手法は,プログラム・アンド・エアース(PE)の耐久性を向上するだけでなく,読み出し遅延を低減できることがわかった。
関連論文リスト
- Deep Learning Assisted Multiuser MIMO Load Modulated Systems for
Enhanced Downlink mmWave Communications [68.96633803796003]
本稿では, マルチユーザ負荷変調アレイ (MU-LMA) に着目し, マイクロウェーブ (mmWave) マルチインプット・マルチアウトプット (MIMO) システムにおいて, マルチユーザ負荷変調アレイ (MU-LMA) の小型化とコスト削減を図っている。
ダウンリンクMU-LMAの既存のプリコーディングアルゴリズムは、自由度と複雑なシステム構成の低下に悩まされるサブアレイ構造化(SAS)送信機に依存している。
本稿では,FAS (Full-array Structured) 送信機を用いたMU-LMAシステムを提案し,それに応じて2つのアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-11-08T08:54:56Z) - A Cryogenic Memristive Neural Decoder for Fault-tolerant Quantum Error
Correction [0.0]
本稿では,インメモリコンピューティングアーキテクチャに基づくニューラルデコーダ推論アクセラレータの設計と性能解析について報告する。
ハードウェアを意識したトレーニング手法が開発され、精度の低下が軽減される。
この研究は、QECを統合するためのスケーラブルで高速で低消費電力のMCCハードウェアへの経路を提供する。
論文 参考訳(メタデータ) (2023-07-18T17:46:33Z) - Coding for the Gaussian Channel in the Finite Blocklength Regime Using a
CNN-Autoencoder [13.276758337527038]
低レイテンシ通信をサポートするには短いコードが必要だが、フレームエラー確率(FEP)の消滅には長いコードが必要である。
本稿では,畳み込みニューラルネットワークオートエンコーダ(CNN-AE)の理論的最大到達率へのアプローチの可能性について検討する。
数値計算の結果,CNN-AEはベンチマーク・スキームを上回り,理論上の最大値に近づいた。
論文 参考訳(メタデータ) (2023-05-25T19:13:31Z) - High-performance repetition cat code using fast noisy operations [0.0]
2光子駆動による消散により安定化された猫量子ビットは、ビットフリップエラーの指数的抑制と、この保護を保った広範囲なゲートセットによって恩恵を受ける。
本稿では,高速だがノイズの多いCNOTゲートを用いた繰り返しキャットコードアーキテクチャの性能最適化手法を提案する。
論文 参考訳(メタデータ) (2022-12-22T18:03:37Z) - Hybrid HMM Decoder For Convolutional Codes By Joint Trellis-Like
Structure and Channel Prior [17.239378478086163]
畳み込み符号の再構成とビタビアルゴリズムによる復号化のための隠れマルコフモデル(HMM)を提案する。
モデルパラメータがチャネル状態情報(CSI)を含むため,本手法は標準手法よりも優れた誤差補正電位を提供する。
マルチパスチャネルでは、ハイブリッドHMMデコーダはハード・ディクシジョンとソフト・ディクシジョン・デコーダを用いて4.7dB、2dBの性能向上を達成することができる。
論文 参考訳(メタデータ) (2022-10-26T14:30:17Z) - Denoising Diffusion Error Correction Codes [92.10654749898927]
近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。
最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。
本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
論文 参考訳(メタデータ) (2022-09-16T11:00:50Z) - Boost decoding performance of finite geometry LDPC codes with deep
learning tactics [3.1519370595822274]
有限幾何LDPC符号のクラスに対して,低複雑かつ高性能なデコーダを求める。
高品質なトレーニングデータを効果的に生成する方法について詳述する。
論文 参考訳(メタデータ) (2022-05-01T14:41:16Z) - Performance of teleportation-based error correction circuits for bosonic
codes with noisy measurements [58.720142291102135]
テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。
マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
論文 参考訳(メタデータ) (2021-08-02T16:12:13Z) - EdgeBERT: Sentence-Level Energy Optimizations for Latency-Aware
Multi-Task NLP Inference [82.1584439276834]
BERTのようなトランスフォーマーベースの言語モデルでは、自然言語処理(NLP)タスクの精度が大幅に向上する。
We present EdgeBERT, a in-deepth algorithm- hardware co-design for latency-aware energy optimization for multi-task NLP。
論文 参考訳(メタデータ) (2020-11-28T19:21:47Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳(メタデータ) (2020-10-01T18:14:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。