In dieser Arbeit wird ein energieeffizientes neuromorphes Split-Computing-System mit Wake-Up-Radios vorgestellt. Das System kombiniert die Energieeinsparungen durch ereignisgesteuertes Computing am Sender und Empfänger sowie durch Impulsübertragung mit den Einsparungen, die durch den Einsatz eines Wake-Up-Empfängers am Empfänger möglich sind.
Ein Schlüsselproblem beim Design eines solchen Systems ist die Auswahl geeigneter Schwellenwerte für Signaldetektion, Wake-Up-Signaldetektion und Entscheidungsfindung. Um dieses Problem zu lösen, schlägt die Arbeit eine neuartige Methodik vor, die digitale Zwillinge und das "Learn-Then-Test"-Verfahren (LTT) kombiniert. Diese Methodik, genannt DT-LTT, nutzt den digitalen Zwilling, um eine Vorauswahl geeigneter Hyperparameter zu treffen, und führt dann eine zuverlässige On-Air-Kalibrierung durch, um einen Hyperparametervektor zu finden, der die gewünschte Zuverlässigkeit garantiert.
Die experimentellen Ergebnisse validieren den Entwurf und die Analyse, bestätigen die theoretischen Zuverlässigkeitsgarantien und zeigen den Zielkonflikt zwischen Energieverbrauch und Informationsgehalt der Entscheidung auf.
To Another Language
from source content
arxiv.org
Principais Insights Extraídos De
by Jiechen Chen... às arxiv.org 04-03-2024
https://arxiv.org/pdf/2404.01815.pdfPerguntas Mais Profundas