boolean-circuits

本文指出了逻辑门网络无法从深度增加中受益的两个原因，并提出了输入锚定逻辑门网络（IALGNs），该方法使每一层都基于原始输入进行条件化，实现了超过100层的持续深度精度提升。

本文介绍了可微分逻辑门网络（Diff-Logic）作为传统神经网络的一种硬件原生替代方案，用于边缘设备上的实时脑电图分类，在显著降低延迟和模型大小的同时实现了有竞争力的性能。

Alex Mordvintsev 介绍了 MorphoHDL，这是一种极简语言原型，用于通过大小无关的图重写规则来生长布尔电路。