基于阻值波动条件下的神经网络推理准确率数据

该数据集主要面向基于STT-MRAM的存算一体化硬件设计中阻值波动（Conductance Variation）对系统推理精度的评估需求，适用于存储技术研发及神经网络鲁棒性分析。阻值波动指器件在编程时阻值的随机变化，相关研究中统计MTJ高、低阻值并拟合高斯分布。数据集记录了不同阵列大小下神经网络推理的准确率变化情况，涵盖多个神经网络模型（LeNet-5、AlexNet、VGG-11、ResNet-18、MobileNetV2）。

搜集汇总

背景与挑战

背景概述

该数据集针对STT-MRAM存算一体硬件设计中阻值波动对神经网络推理精度的影响，记录了LeNet-5、AlexNet、VGG-11、ResNet-18和MobileNetV2等模型在不同阵列大小下的准确率变化。数据可用于存储技术研发及神经网络鲁棒性分析。