Аппроксимация функций активации: новый подход к энергоэффективным нейронным сетям
В статье представлена архитектура FQA, позволяющая существенно снизить энергопотребление и сложность аппаратной реализации нелинейных функций активации в нейронных сетях.
![В рамках исследования одномерной случайной нелинейной задачи демонстрируется глобальное маржинальное распределение меры Юнга в репрезентативных макроскопических точках, выраженное как [latex]\hat{\mu}\_{x}(\xi)=\sum\_{i=1}^{N\_{\omega}}\mu\_{x,i}(\xi)=\sum\_{i=1}^{N\_{\omega}}p\_{i}\nu\_{x,i}(\xi)[/latex], что позволяет анализировать вероятностную структуру решений в условиях неопределенности.](https://arxiv.org/html/2606.06165v1/figures/1d_random_nonlinear_measure_distribution.png)


