Traditional Deep Neural Network (DNN) security is mostly related to the well-known adversarial input example attack. Recently, another dimension of attack, namely, attack on DNN weight parameters, has been shown be very powerful. As a representative one, Bit-Flip-based Attack (BFA) injects an extremely small amount faults into parameters hijack executing function. Prior works BFA focus <italic ...

In recent years, memristive crossbar-based neuromorphic computing systems (NCS) have obtained extremely high performance in neural network acceleration. However, adversarial attacks and conductance variations of memristors bring reliability challenges to NCS design. First, can fool the pose a serious threat security critical applications. On other hand, device lead degradation accuracy. this pa...

شرایط افروزش و اشتعال سوخت‌های گداخت هسته‌ای در حضور ناخالص­‌ها، یکی از موارد مهمی است که طراحی قرص‌های سوخت باید مورد توجه قرار گیرد. این مقاله اثر ناخالصی هسته سنگین طلا بر کلیه فرایندهای احتراق پلاسمای غیرتعادلی دوتریم- تریتیم مدل چهار دمایی آن شکل تابع توزیع انرژی رفتار فوتون‌ها تأثیر می‌گذارد بررسی گرفته است. مطالعه شامل اثرات منفی سوخت، طول زمان تشکیل لکه داغ نتایج محاسبات عددی به­ دست آم...

PARyOpt 1 is a Python based implementation of the Bayesian optimization routine designed for remote and asynchronous function evaluations. especially attractive computational due to its low cost footprint as well ability account uncertainties in data. A key challenge efficiently deploy any strategy on distributed computing systems synchronization step, where data from multiple calls assimilated...

هدف: هدف از پژوهش حاضر، شناسایی مؤلفه‌های آزردگی‌های روانی انتقال‌یافته والدین به فرزندان، مبتنی بر مرور زندگی بود. روش: حاضر لحاظ روش‌شناسی نوع کیفی و روش نظریه داده بنیاد ‏و طریق نمونه‌گیری هدفمند نظری صورت گرفته است. جامعة موردپژوهش بین (پدر یا مادر) 35 تا 50 سال دارای فرزند نوجوان (دختر پسر در بازة سنی 13 18 سال) شهر تهران انتخاب شدند که به‌صورت داوطلبانه مصاحبه حضور پیدا کردند. با استفاده ...

Quantum computing has attracted considerable public attention due to its exponential speedup over classical computing. Despite advantages, today's quantum computers intrinsically suffer from noise and are error-prone. To guarantee the high fidelity of execution result a algorithm, it is crucial inform users noises used computer compiled physical circuits. However, an intuitive systematic way ma...

As the machine learning and systems communities strive to achieve higher energy efficiency through custom deep neural network (DNN) accelerators, varied precision or quantization levels, model compression techniques, there is a need for design space exploration frameworks that incorporate quantization-aware processing elements into accelerator while having accurate fast power, performance, area...