Newest papers

Injection of Space Radiation Errors on Low-power NVM using Generative Deep Learning

Eleonora Giudici, Antonio Miele, Luca Mottola · 2026 · arXiv

DOI: 10.48550/arXiv.2610.26724 · open-access PDF

Russian

Мы разрабатываем модель ошибок для устройства Non-Volatile Memory (NVM), представляющего эффекты физических сбоев, испытанных в миссии CubeSat в низкой орбите Земли (LEO). CubeSat несет на борту чип с низкой мощностью Ferroelectric RAM (FRAM) и выполняет повторные тесты чтения/написания в соответствии с заранее определенной схемой. Мы сравниваем каждый снимок памяти, полученный со спутника, с битовой карточкой для идентификации ошибок. Мы визуально анализируем распределение ошибочных значений в снимок памяти и понимаем, что они часто распределяются в соответствии с регулярными пространственными моделями.

Machine translation (Meta M2M100); the English original follows.

Abstract

We develop an error model for a Non-Volatile Memory (NVM) device that represents the effects of physical faults experienced in a CubeSat mission in Low Earth Orbit (LEO). The CubeSat carries an off-the-shelf low-power Ferroelectric RAM (FRAM) chip and runs repeated read/write tests according to a predefined pattern. We compare every memory snapshot received from the satellite with a reference bitmap to identify bit errors. We visually analyze erroneous values distributions in the memory snapshots and we understand that they are frequently distributed according to regular spatial patterns. We d

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange