本研究结合了专为硬件约束设计的量化技术和自校正机制，实现了硬件加速神经网络。通过双交叉栏连接来表示权重的正负部分，近似一组乘法权重。实验结果表明，该自校正神经网络在性能上与经过模拟感知算法训练的网络相当。

引入了具有自校正机制的新型平滑剪枝方法DPM，能与现有剪枝方法相结合，提高准确率。

本研究结合了硬件约束设计的量化技术和自校正机制，通过双交叉栏连接来表示权重的正负部分，近似一组乘法权重。实验结果表明，自校正神经网络在性能上表现相当。

该研究提出了OKR-Agent概念，通过自协作和自校正机制解决任务解决中的困难，实验结果显示该方法在多个任务上优于之前的方法。