불완전한 물리적 신경망을 전이 가능한 강건성을 갖춘 완벽에 가깝게 만드는 Sharpness-Aware Training 활용

본 논문에서는 물리적 신경망(PNN) 훈련의 기존 과제를 해결하는 새로운 훈련 기술인 Sharpness-Aware Training(SAT)을 제안합니다. SAT는 손실 환경의 기하학적 구조를 활용하여 모델의 일반화 능력을 향상시키고, 모델 부정확성, 제조 편차 및 외부 교란과 같은 아날로그 컴퓨팅 시스템의 일반적인 문제에도 불구하고 손실을 최소화합니다.