論文の概要: Fast Exact NPN Classification with Influence-aided Canonical Form

• arxiv url: http://arxiv.org/abs/2308.12311v1
• Date: Wed, 23 Aug 2023 01:50:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-25 17:00:19.208054
• Title: Fast Exact NPN Classification with Influence-aided Canonical Form
• Title（参考訳）: 影響支援カノニカルフォームを用いた高速NPN分類
• Authors: Yonghe Zhang, Liwei Ni, Jiaxi Zhang, Guojie Luo, Huawei Li, Shenggen Zheng
• Abstract要約: ブール関数解析の基本的な概念であるNPN分類にブール効果を導入する。 インフルエンサーは入力ネゲーション非依存であり、入力パーミューテーション依存であり、以前のシグネチャとは別の構造情報を持っていることを示す。 ABCで実装された最先端のアルゴリズムと比較すると,NPN分類の精度は5.5倍に向上する。
• 参考スコア（独自算出の注目度）: 4.210634768624388
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: NPN classification has many applications in the synthesis and verification of digital circuits. The canonical-form-based method is the most common approach, designing a canonical form as representative for the NPN equivalence class first and then computing the transformation function according to the canonical form. Most works use variable symmetries and several signatures, mainly based on the cofactor, to simplify the canonical form construction and computation. This paper describes a novel canonical form and its computation algorithm by introducing Boolean influence to NPN classification, which is a basic concept in analysis of Boolean functions. We show that influence is input-negation-independent, input-permutation-dependent, and has other structural information than previous signatures for NPN classification. Therefore, it is a significant ingredient in speeding up NPN classification. Experimental results prove that influence plays an important role in reducing the transformation enumeration in computing the canonical form. Compared with the state-of-the-art algorithm implemented in ABC, our influence-aided canonical form for exact NPN classification gains up to 5.5x speedup.
• Abstract（参考訳）: NPN分類はデジタル回路の合成と検証に多くの応用がある。 正準形式に基づく手法は最も一般的な手法であり、まずNPN同値クラスの代表として正準形式を設計し、次に正準形式に従って変換関数を計算する。 ほとんどの研究は可変対称性といくつかのシグネチャを使用し、主にコファクタに基づいて、標準形式の構築と計算を単純化する。 本稿では,ブール関数解析の基本概念であるNPN分類にブールの影響を導入することで,新しい標準形式とその計算アルゴリズムについて述べる。 入力否定非依存,入力置換依存であり,NPN分類の前のシグネチャと異なる構造を持つことを示す。 したがって、NPN分類の高速化には重要な要素である。 実験の結果, 正準形式計算における変換列挙量を削減する上で, 影響が重要な役割を担っていることがわかった。 ABCで実装された最先端のアルゴリズムと比較すると,NPN分類の精度は5.5倍に向上する。

関連論文リスト

• Classification with neural networks with quadratic decision functions [1.8720794335381465]
  本稿では,2次決定関数を持つニューラルネットワークの分類への応用について検討する。 特に、手書き桁の分類のためのMNISTデータセット上で、アルゴリズムを検証、比較する。 実装は,それぞれ,ソフトウェアフローとKerasのニューラルネットワーク構造に基づいて行うことができることを示す。
  論文  参考訳（メタデータ） (2024-01-19T14:18:32Z)
• An Explainable Model-Agnostic Algorithm for CNN-based Biometrics Verification [55.28171619580959]
  本稿では,生体認証環境下でのLIME(Local Interpretable Model-Agnostic Explanations)AI手法の適用について述べる。
  論文  参考訳（メタデータ） (2023-07-25T11:51:14Z)
• Variational Positive-incentive Noise: How Noise Benefits Models [84.67629229767047]
  正感雑音(Pi-Noise)の枠組みに基づくランダムノイズによる古典モデルの利点について検討する。 Pi-Noiseの理想的目的は難易度が高いため,その代わりに変分境界,すなわち変分Pi-Noise(VPN)を最適化することを提案する。
  論文  参考訳（メタデータ） (2023-06-13T09:43:32Z)
• Equivariance with Learned Canonicalization Functions [77.32483958400282]
  正規化を行うために小さなニューラルネットワークを学習することは、事前定義を使用することよりも優れていることを示す。 実験の結果,正準化関数の学習は多くのタスクで同変関数を学習する既存の手法と競合することがわかった。
  論文  参考訳（メタデータ） (2022-11-11T21:58:15Z)
• Learning First-Order Rules with Differentiable Logic Program Semantics [12.360002779872373]
  微分型一階規則学習者(DFOL)と呼ばれる微分型帰納的論理プログラミングモデルを導入する。 DFOLは、LPの解釈可能な行列表現を探索することにより、関係事実から正しいLPを見つける。 実験結果から,DFOLは精度が高く,堅牢で,スケーラブルで,安価で微分可能なICPモデルであることが示唆された。
  論文  参考訳（メタデータ） (2022-04-28T15:33:43Z)
• Tensor-based framework for training flexible neural networks [9.176056742068813]
  本稿では,制約付き行列-テンソル因数分解(CMTF)問題を解く学習アルゴリズムを提案する。 提案アルゴリズムは、異なる基底分解を処理できる。 この手法の目的は、テンソルワーク(例えば、元のネットワークの1層または複数の層)を新しいフレキシブル層に置き換えることで、大きな事前訓練されたNNモデルを圧縮することである。
  論文  参考訳（メタデータ） (2021-06-25T10:26:48Z)
• ECINN: Efficient Counterfactuals from Invertible Neural Networks [80.94500245955591]
  本稿では, 画像分類における可逆ニューラルネットワークの生成能力を利用して, 対実例を効率的に生成する手法ECINNを提案する。 ECINNはクローズドフォーム表現を持ち、たった2つの評価の時点で反事実を生成する。 私たちの実験では、ECINNがクラス依存イメージ領域を変更して、反現実の知覚的および予測的クラスを変更する方法を示す。
  論文  参考訳（メタデータ） (2021-03-25T09:23:24Z)
• Finite-Function-Encoding Quantum States [52.77024349608834]
  任意の$d$値論理関数を符号化する有限関数符号化(FFE)を導入する。 それらの構造的特性について検討する。
  論文  参考訳（メタデータ） (2020-12-01T13:53:23Z)
• Activation Relaxation: A Local Dynamical Approximation to Backpropagation in the Brain [62.997667081978825]
  活性化緩和(AR)は、バックプロパゲーション勾配を力学系の平衡点として構成することで動機付けられる。 我々のアルゴリズムは、正しいバックプロパゲーション勾配に迅速かつ堅牢に収束し、単一のタイプの計算単位しか必要とせず、任意の計算グラフで操作できる。
  論文  参考訳（メタデータ） (2020-09-11T11:56:34Z)
• A Neural Network Approach for Online Nonlinear Neyman-Pearson Classification [3.6144103736375857]
  論文の中では,オンラインと非線形の両方で初となる新しいNeyman-Pearson(NP)分類器を提案する。 提案する分類器は、オンライン方式でバイナリラベル付きデータストリーム上で動作し、ユーザが指定し、制御可能な偽陽性率の検出能力を最大化する。 提案アルゴリズムは大規模データアプリケーションに適しており,実時間処理による偽陽性率制御性を実現している。
  論文  参考訳（メタデータ） (2020-06-14T20:00:25Z)
• Columnwise Element Selection for Computationally Efficient Nonnegative Coupled Matrix Tensor Factorization [16.466065626950424]
  非負のCMTF (N-CMTF) は、潜在パターン、予測、レコメンデーションを識別するための多くのアプリケーションで使われている。 本稿では,カラム単位の要素選択に基づいて計算効率の良いN-CMTF分解アルゴリズムを提案し,頻繁な勾配更新を防止する。
  論文  参考訳（メタデータ） (2020-03-07T03:34:53Z)

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。