Real-mondaj datumtraktad-aplikoj postulas kompaktajn, malalt-latentemajn, malalt-potencajn komputiksistemojn.Kun okazaĵ-movitaj komputikkapabloj, komplementaj metal-oksido-semikonduktaĵo hibridaj memristive neŭromorfaj arkitekturoj disponigas idealan hardvarfundon por tiaj taskoj.Por pruvi la plenan potencialon de tiaj sistemoj, ni proponas kaj eksperimente pruvas ampleksan sensilan pretigan solvon por real-mondaj objekto-lokaplikoj.Inspirante el neŭroanatomio de turstrigo, ni evoluigis bio-inspiran, okazaĵ-movitan objektan lokalizsistemon kiu kombinas plej altnivelan piezoelektran mikromekanikan transduktilon kun komputila grafikaĵo bazita neŭromorfa rezista memoro.Ni montras mezuradojn de fabrikita sistemo, kiu inkluzivas memor-bazitan rezistan koincidan detektilon, malfrulinian cirkviton kaj plene agordeblan ultrasonan transduktilon.Ni uzas ĉi tiujn eksperimentajn rezultojn por kalibri simulaĵojn ĉe la sistemnivelo.Tiuj simulaĵoj tiam kutimas taksi la angulrezolucion kaj energiefikecon de la objekta lokalizomodelo.La rezultoj montras ke nia aliro povas esti pluraj grandordoj pli energi-efika ol mikroregiloj plenumantaj la saman taskon.
Ni eniras epokon de ĉiea komputiko kie la nombro da aparatoj kaj sistemoj deplojitaj eksponente kreskas por helpi nin en niaj ĉiutagaj vivoj.Ĉi tiuj sistemoj estas atenditaj funkcii senĉese, konsumante kiel eble plej malmulte da potenco dum lernado interpreti la datumojn kiujn ili kolektas de multoblaj sensiloj en reala tempo kaj produkti binaran produktaĵon kiel rezulto de klasifiko aŭ rekontaskoj.Unu el la plej gravaj paŝoj necesaj por atingi ĉi tiun celon estas ĉerpi utilajn kaj kompaktajn informojn el bruaj kaj ofte nekompletaj sensaj datumoj.Konvenciaj inĝenieristikoj tipe provas sensilsignalojn kun konstanta kaj alta rapideco, generante grandajn kvantojn de datenoj eĉ en la foresto de utilaj enigaĵoj.Krome, tiuj metodoj uzas kompleksajn ciferecajn signalpretigteknikojn por antaŭ-prilabori la (ofte bruajn) enirdatenojn.Anstataŭe, biologio ofertas alternativajn solvojn por prilaborado de bruaj sensaj datumoj uzante energiefikajn, nesinkronajn, okazaĵajn alirojn (pikiloj)2,3.Neŭromorfa komputado inspiriĝas de biologiaj sistemoj por redukti komputilajn kostojn laŭ energio kaj memorpostuloj kompare kun tradiciaj signal-prilaboraj metodoj4,5,6.Lastatempe, novigaj ĝeneraluzitaj cerb-bazitaj sistemoj efektivigantaj impulsajn neŭralajn retojn (TrueNorth7, BrainScaleS8, DYNAP-SE9, Loihi10, Spinnaker11) estis pruvitaj.Ĉi tiuj procesoroj disponigas malaltajn potencojn, malaltajn latentecajn solvojn por maŝinlernado kaj kortikala cirkvitomodelado.Por plene ekspluati ilian energian efikecon, ĉi tiuj neŭromorfaj procesoroj devas esti rekte konektitaj al okazaĵaj sensiloj12,13.Tamen, hodiaŭ ekzistas nur kelkaj tuŝaj aparatoj, kiuj rekte provizas okazaĵajn datumojn.Elstaraj ekzemploj estas dinamikaj vidaj sensiloj (DVS) por vidaplikoj kiel spurado kaj moviĝodetekto14,15,16,17 la silicia kokleo18 kaj neŭromorfaj aŭdaj sensiloj (NAS)19 por aŭda signal-prilaborado, flaraj sensiloj20 kaj multaj ekzemploj21,22 de tuŝo..teksturaj sensiloj.
En ĉi tiu artikolo, ni prezentas lastatempe evoluintan okazaĵ-movitan aŭdan pretigan sistemon aplikitan al objekta lokalizo.Ĉi tie, por la unua fojo, ni priskribas fin-al-finan sistemon por objekto-lokigo akirita per konekto de plej moderna piezoelektra mikromaŝinita ultrasona transduktilo (pMUT) kun komputila grafikaĵo bazita sur neŭromorfa rezista memoro (RRAM).En-memoraj komputilaj arkitekturoj uzantaj RRAM estas promesplena solvo por redukti energikonsumon23,24,25,26,27,28,29.Ilia eneca ne-volatileco - ne postulanta aktivan energikonsumon por stoki aŭ ĝisdatigi informojn - estas perfekta kongruo kun la nesinkrona, okazaĵ-movita naturo de neŭromorfa komputado, rezultigante preskaŭ neniun elektrokonsumon kiam la sistemo estas neaktiva.Piezoelektraj mikromaŝinitaj ultrasonaj transduktiloj (pMUTs) estas malmultekostaj, miniaturigitaj silicio-bazitaj ultrasonaj transduktiloj kapablaj funkcii kiel dissendiloj kaj riceviloj30,31,32,33,34.Por prilabori la signalojn ricevitajn de la enkonstruitaj sensiloj, ni inspiris el neŭroanatomio de turstrigo35,36,37.La turstrigo Tyto alba estas konata pro siaj rimarkindaj noktaj ĉaskapabloj danke al tre efika aŭda lokaliza sistemo.Por kalkuli la lokon de predo, la lokalizsistemo de la turstrigo ĉifras la flugtempon (ToF) kiam sonondoj de predo atingas ĉiun el la oreloj aŭ sonreceptoroj de la strigo.Konsiderante la distancon inter la oreloj, la diferenco inter la du ToF-mezuradoj (Interaŭral Time Difference, ITD) ebligas analize kalkuli la azimutan pozicion de la celo.Kvankam biologiaj sistemoj estas nebone taŭgaj por solvi algebrajn ekvaciojn, ili povas solvi lokalizproblemojn tre efike.La nerva sistemo de turstrigo uzas aron de koincidentaj detektiloj (KD)35 neŭronoj (t.e., neŭronoj kapablaj detekti tempajn korelaciojn inter pikiloj kiuj disvastiĝas malsupren al konverĝaj ekscitaj finaĵoj)38,39 organizitaj en komputilajn grafeojn por solvi poziciproblemojn.
Antaŭa esplorado montris, ke komplementa metal-oksido-semikonduktaĵo (CMOS) aparataro kaj RRAM-bazita neŭromorfa aparataro inspirita de la malsupera kolikolo ("aŭda kortekso") de la turstrigo estas efika metodo por kalkuli pozicion uzante ITD13, 40, 41, 42, 43, 44, 45, 46. Tamen, la potencialo de kompletaj neŭromorfaj sistemoj kiuj ligas aŭdajn signalvortojn al neŭromorfaj komputilaj grafeoj ankoraŭ devas esti pruvita.La ĉefproblemo estas la eneca ŝanĝebleco de analogaj CMOS-cirkvitoj, kiu influas la precizecon de matĉodetekto.Lastatempe, alternativaj nombraj efektivigoj de la ITD47-taksoj estis pruvitaj.En ĉi tiu artikolo, ni proponas uzi la kapablon de RRAM por ŝanĝi la konduktan valoron en ne-volatila maniero por kontraŭstari ŝanĝeblecon en analogaj cirkvitoj.Ni efektivigis eksperimentan sistemon konsistantan el unu pMUT-transdona membrano funkcianta kun frekvenco de 111.9 kHz, du pMUT-ricevantaj membranoj (sensiloj) simulante strigo-orelojn, kaj unu .Ni eksperimente karakterizis la pMUT-detektan sistemon kaj RRAM-bazitan ITD-komputilan grafeon por testi nian lokalizigan sistemon kaj taksi ĝian angulan rezolucion.
Ni komparas nian metodon kun cifereca efektivigo sur mikroregilo plenumanta la saman lokalizan taskon uzante konvenciajn trabformajn aŭ neŭromorfajn metodojn, same kiel kampprogrameblan pordegan tabelon (FPGA) por ITD-takso proponita en la referenco.47. Ĉi tiu komparo elstarigas la konkurencivan povefikecon de la proponita analoga neŭromorfa sistemo bazita en RRAM.
Unu el la plej okulfrapaj ekzemploj de preciza kaj efika objekto-loka sistemo troveblas en turstrigo35,37,48.Ĉe krepusko kaj tagiĝo, la turstrigo (Tyto Alba) ĉefe dependas de pasiva aŭskultado, aktive serĉante malgrandajn predojn kiel ekzemple kampmusoj aŭ musoj.Ĉi tiuj aŭdaj spertuloj povas lokalizi aŭdajn signalojn de predo kun mirinda precizeco (ĉirkaŭ 2°)35, kiel montrite en Fig. 1a.Varstrigoj konkludas la lokon de sonfontoj en la azimuta (horizontala) aviadilo el la diferenco en alvenanta flugtempo (ITD) de la sonfonto ĝis la du oreloj.La ITD komputila mekanismo estis proponita fare de Jeffress49,50 kiu dependas de neŭrala geometrio kaj postulas du esencajn komponentojn: aksono, la nervfibro de neŭrono funkcianta kiel prokrastlinio, kaj aro de koincidaj detektilneŭronoj organizitaj en komputilsistemon.grafeo kiel montrite en Figuro 1b.La sono atingas la orelon kun azimuta dependa tempoprokrasto (ITD).La sono tiam estas konvertita en pikilan ŝablonon en ĉiu orelo.La aksonoj de maldekstraj kaj dekstraj oreloj funkcias kiel malfrulinioj kaj konverĝas al KD-neŭronoj.Teorie, nur unu neŭrono en aro de egalitaj neŭronoj ricevos enigaĵon samtempe (kie la prokrasto nuligas ekzakte) kaj ekpafos maksimume (najbaraj ĉeloj ankaŭ ekpafos, sed je pli malalta frekvenco).Aktivigi certajn neŭronojn ĉifras la pozicion de la celo en spaco sen plue konverti la ITD al anguloj.Tiu koncepto estas resumita en Figuro 1c: ekzemple, se la sono venas de la dekstra flanko kiam la eniga signalo de la dekstra orelo vojaĝas pli longan padon ol la pado de la maldekstra orelo, kompensante por la nombro da ITDoj, ekzemple, kiam neŭrono 2 kongruas.Alivorte, ĉiu KD respondas al certa ITD (ankaŭ konata kiel optimuma prokrasto) pro aksona prokrasto.Tiel, la cerbo konvertas tempajn informojn en spacajn informojn.Anatomiaj indicoj por tiu mekanismo estis trovita37,51.Faz-ŝlositaj makronukleaj neŭronoj stokas tempajn informojn pri alvenantaj sonoj: kiel ilia nomo implicas, ili pafas ĉe certaj signalfazoj.Koincidaj detektilneŭronoj de la Jeffress-modelo povas esti trovitaj en la lamena kerno.Ili ricevas informojn de makronukleaj neŭronoj, kies aksonoj funkcias kiel malfrulinioj.La kvanto de prokrasto disponigita per la prokrastlinio povas esti klarigita per la longo de la aksono, same kiel alia mjelinigpadrono kiu ŝanĝas la konduktan rapidecon.Inspirite de la aŭda sistemo de la turstrigo, ni evoluigis biomimetikan sistemon por lokalizi objektojn.La du oreloj estas reprezentitaj per du pMUT-riceviloj.La sonfonto estas la pMUT-dissendilo situanta inter ili (Fig. 1a), kaj la komputila grafeo estas formita per krado de RRAM-bazitaj KD-cirkvitoj (Fig. 1b, verda), ludante la rolon de KD-neŭronoj kies enigaĵoj estas prokrastaj.tra la cirkvito, la prokrastlinioj (bluaj) agas kiel aksonoj en la biologia ekvivalento.La proponita sensa sistemo devias en funkcia frekvenco de tiu de la strigo, kies aŭda sistemo funkcias en la 1-8 kHz-intervalo, sed pMUT-sensiloj funkciigantaj je proksimume 117 kHz estas uzitaj en tiu laboro.La elekto de ultrasona transduktilo estas konsiderata laŭ teknikaj kaj optimumigaj kriterioj.Unue, limigi la ricevan bendolarĝon al ununura frekvenco ideale plibonigas mezuran precizecon kaj simpligas la post-pretigan paŝon.Krome, funkciado en ultrasono havas la avantaĝon, ke la elsenditaj pulsoj ne estas aŭdeblaj, do ne ĝenas homojn, ĉar ilia aŭda gamo estas ~20-20 kHz.
la turstrigo ricevas sonondojn de celo, ĉi-kaze movante predon.La tempo de flugo (ToF) de la sonondo estas malsama por ĉiu orelo (krom se la predo estas rekte antaŭ la strigo).La punktlinio montras la vojon, kiun sonondoj prenas por atingi la orelojn de la turstrigo.Predo povas esti precize lokalizita en la horizontala ebeno surbaze de la longodiferenco inter la du akustikaj padoj kaj la ekvivalenta interaŭra tempodiferenco (ITD) (maldekstra bildo inspirita per ref. 74, kopirajto 2002, Society for Neuroscience).En nia sistemo, la pMUT-dissendilo (malhelblua) generas sonondojn kiuj resaltas de la celo.Reflektitaj ultrasonaj ondoj estas ricevitaj de du pMUT-riceviloj (helverdaj) kaj prilaboritaj de la neŭromorfa procesoro (dekstre).b ITD (Jeffress) komputila modelo priskribanta kiel sonoj enirantaj la orelojn de la turstrigo unue estas ĉifritaj kiel faz-ŝlositaj pikiloj en la granda nukleo (NM) kaj tiam uzante geometrie aranĝitan kradon de egalitaj detektilneŭronoj en la lamelnukleo.Pretigo (Nederlando) (maldekstre).Ilustraĵo de neŭroITD komputila grafeo kombinanta prokrastliniojn kaj koincidendetektilneŭronojn, la striga biosensila sistemo povas esti modeligita uzante RRAM-bazitajn neŭromorfajn cirkvitojn (dekstre).c Skemo de la ĉefa Jeffress-mekanismo, pro la diferenco en ToF, la du oreloj ricevas sonstimulojn en malsamaj tempoj kaj sendas aksonojn de ambaŭ finoj al la detektilo.La aksonoj estas parto de serio de koinciddetektiloj (KD) neŭronoj, ĉiu el kiuj respondas selekteme al forte temp-korelaciaj enigaĵoj.Kiel rezulto, nur KD, kies enigaĵoj alvenas kun la plej malgranda tempodiferenco estas maksimume ekscititaj (ITD estas ĝuste kompensita).La KD tiam kodos la angulpozicion de la celo.
Piezoelektraj mikromekanikaj ultrasonaj transduktiloj estas skaleblaj ultrasonaj transduktiloj, kiuj povas esti integritaj kun altnivela CMOS-teknologio31,32,33,52 kaj havas pli malaltan komencan tension kaj potencan konsumon ol tradiciaj volumetraj transduktiloj53.En nia laboro, la membrandiametro estas 880 µm, kaj la resonanca frekvenco estas distribuita en la gamo de 110–117 kHz (Fig. 2a, vidu Metodojn por detaloj).En aro de dek testaj aparatoj, la averaĝa kvalita faktoro estis ĉirkaŭ 50 (ref. 31).La teknologio atingis industrian maturecon kaj ne estas bioinspira en si mem.Kombini informojn de malsamaj pMUT-filmoj estas bonkonata tekniko, kaj angulinformoj povas esti akiritaj de pMUToj uzante, ekzemple, trabformajn teknikojn31,54.Tamen, la signal-prilaborado necesa por ĉerpi la angulinformojn ne taŭgas por malaltaj potencaj mezuradoj.La proponita sistemo kombinas la neŭromorfan datumpretigan cirkviton pMUT kun RRAM-bazita neŭromorfa komputika grafeo inspirita de la Jeffress-modelo (Figuro 2c), disponigante alternativan energi-efikan kaj rimed-limigitan hardvarsolvon.Ni faris eksperimenton, en kiu du pMUT-sensiloj estis metitaj proksimume 10 cm dise por ekspluati la malsamajn ToF-sonojn ricevitajn de la du ricevantaj membranoj.Unu pMUT funkcianta kiel dissendilo sidas inter la riceviloj.La celo estis PVC-plato 12 cm larĝa, situanta je distanco D antaŭ la pMUT-aparato (Fig. 2b).La ricevilo registras la sonon reflektitan de la objekto kaj reagas kiel eble plej multe dum la paso de la sonondo.Ripetu la eksperimenton ŝanĝante la pozicion de la objekto, determinita de la distanco D kaj la angulo θ.Inspirite de ligilo.55, ni proponas neŭromorfan antaŭ-pretigon de pMUT krudaj signaloj por konverti reflektitajn ondojn en pintojn por enigi neŭromorfan komputilan grafeon.La ToF egalrilatanta al la pintamplitudo estas eltirita de ĉiu el la du kanaloj kaj ĉifrita kiel la preciza tempigo de la individuaj pintoj.Sur fig.2c montras la cirkuladon postulatan por interligi la pMUT-sensilon kun RRAM-bazita komputila grafeo: por ĉiu el la du pMUT-riceviloj, la kruda signalo estas band-pasa filtrita por glatigi, ĝustigi, kaj tiam pasita al la lika integristo en venkanta reĝimo.la dinamika sojlo (Fig. 2d) kreas produktaĵan eventon (spike) kaj pafantan (LIF) neŭronon: la produktaĵpiktempo kodas la detektitan flugtempon.La LIF-sojlo estas kalibrita kontraŭ la pMUT-respondo, tiel reduktante pMUT-ŝanĝeblecon de aparato al aparato.Kun ĉi tiu aliro, anstataŭ stoki la tutan sonondon en memoro kaj prilabori ĝin poste, ni simple generas pinton egalrilatantan al la ToF de la sonondo, kiu formas la enigaĵon al la rezistema memorkomputila grafeo.La pikiloj estas senditaj rekte al la prokrastlinioj kaj paraleligitaj kun matĉodetektomoduloj en neŭromorfaj komputadgrafoj.Ĉar ili estas senditaj al la pordegoj de la transistoroj, neniu plia plifortiga cirkulado estas postulata (vidu Suplementan Fig. 4 por detaloj).Por taksi la lokalizigan angulan precizecon provizitan de pMUT kaj la proponita signal-prilabora metodo, ni mezuris la ITD (t.e. la diferencon en tempo inter pintaj eventoj generitaj de du riceviloj) kiel la distanco kaj angulo de la objekto variis.La ITD-analizo tiam estis konvertita al anguloj (vidu Metodojn) kaj intrigita kontraŭ la pozicio de la objekto: la necerteco en la mezurita ITD pliiĝis kun distanco kaj angulo al la objekto (Fig. 2e,f).La ĉefproblemo estas la pint-al-bruo-proporcio (PNR) en la pMUT-respondo.Ju pli for la objekto, des pli malalta la akustika signalo, tiel reduktante la PNR (Fig. 2f, verda linio).Malkresko en PNR kondukas al pliigo de necerteco en la ITD-takso, rezultigante pliiĝon en lokaliza precizeco (Fig. 2f, blua linio).Por objekto je distanco de 50 cm de la dissendilo, la angula precizeco de la sistemo estas proksimume 10°.Ĉi tiu limigo trudita de la karakterizaĵoj de la sensilo povas esti plibonigita.Ekzemple, la premo sendita per la emitoro povas esti pliigita, tiel pliigante la tension movante la pMUT-membranon.Alia solvo por plifortigi la transdonitan signalon estas konekti plurajn dissendilojn 56. Ĉi tiuj solvoj pliigos la detektan gamon koste de pliigitaj energikostoj.Pliaj plibonigoj povas esti faritaj ĉe la riceva flanko.La ricevila bruoplanko de la pMUT povas esti signife reduktita plibonigante la ligon inter la pMUT kaj la unuafaza amplifilo, kiu estas nuntempe farita per drataj konektoj kaj RJ45-kabloj.
Bildo de pMUT-kristalo kun ses 880 µm-membranoj integritaj je 1.5 mm tonalto.b Diagramo de la mezurado.La celo situas ĉe azimutpozicio θ kaj ĉe distanco D. La pMUT-dissendilo generas 117.6 kHz-signalon kiu resaltas de la celo kaj atingas du pMUT-ricevilojn kun malsama tempo-de-flugo (ToF).Tiu diferenco, difinita kiel la inter-aŭda tempodiferenco (ITD), ĉifras la pozicion de objekto kaj povas esti taksita taksante la pintrespondon de la du ricevilaj sensiloj.c Skemo de antaŭ-prilaboraj paŝoj por konverti la krudan pMUT-signalon en piksekvencojn (t.e. enigo al la neŭromorfa komputadgrafo).La pMUT-sensiloj kaj neŭromorfaj komputilaj grafeoj estis fabrikitaj kaj testitaj, kaj la neŭromorfa antaŭ-pretigo estas bazita sur softvarsimulado.d Respondo de la pMUT-membrano post ricevo de signalo kaj ĝia transformo en pikdomajnon.e Eksperimenta lokaliza angula precizeco kiel funkcio de objektangulo (Θ) kaj distanco (D) al la celobjekto.La ITD-ekstrakta metodo postulas minimuman angulrezolucion de proksimume 4 °C.f Angula precizeco (blua linio) kaj ekvivalenta pint-bruo-proporcio (verda linio) kontraŭ objektodistanco por Θ = 0.
Rezisma memoro stokas informojn en nevolatila kondukta stato.La baza principo de la metodo estas, ke la modifo de la materialo je atomnivelo kaŭzas ŝanĝon de ĝia elektra konduktiveco57.Ĉi tie ni uzas oksid-bazitan rezistan memoron konsistantan el 5nm-tavolo de hafniodioksido krampita inter supra kaj malsupra titanio kaj titanio nitruro elektrodoj.La konduktiveco de RRAM-aparatoj povas esti ŝanĝita aplikante fluon/tensian ondformon kiu kreas aŭ rompas konduktajn filamentojn de oksigenvakantaĵoj inter la elektrodoj.Ni kunintegras tiajn aparatojn58 en norman 130 nm CMOS-procezon por krei fabrikitan reagordeblan neŭromorfan cirkviton efektivigantan koincidan detektilon kaj malfrulinian cirkviton (Fig. 3a).La ne-volatila kaj analoga naturo de la aparato, kombinita kun la okazaĵ-movita naturo de la neŭromorfa cirkvito, minimumigas elektrokonsumon.La cirkvito havas tujan on/malŝaltan funkcion: ĝi funkcias tuj post esti ŝaltita, permesante al la potenco esti tute malŝaltita kiam la cirkvito estas neaktiva.La ĉefaj konstrubriketoj de la proponita skemo estas montritaj en fig.3b.Ĝi konsistas el N paralelaj unurezistaj unu-transistoraj (1T1R) strukturoj kiuj ĉifras sinaptajn pezojn de kiuj pezbalancitaj fluoj estas prenitaj, injektitaj en la komunan sinapson de diferenciala parintegratoro (DPI)59, kaj finfine injektitaj en la sinapson kun integriĝo kaj elfluo.aktivigita (LIF) neŭrono 60 (vidu Metodojn por detaloj).La enirpliĝoj estas aplikitaj al la pordego de la 1T1R-strukturo en la formo de sekvenco de tensiopulsoj kun daŭro sur la ordo de centoj da nanosekundoj.Rezisma memoro povas esti metita en altan konduktan ŝtaton (HCS) aplikante eksteran pozitivan referencon al Vtop kiam Vbottom estas surterigita, kaj rekomencigita al malalta kondukta ŝtato (LCS) aplikante pozitivan tension al Vtop kiam Vtop estas surterigita.La meza valoro de HCS povas esti kontrolita limigante la programan fluon (konformeco) de la ARO (ICC) per la pordeg-fonta tensio de la seriotransistoro (Fig. 3c).La funkcioj de RRAM en la cirkvito estas duoblaj: ili direktas kaj pezigas la enigajn pulsojn.
Skananta elektronmikroskopo (SEM) bildo de blua HfO2 1T1R RRAM-aparato integrita en 130 Nm CMOS-teknologio kun elektiltransistoroj (650 Nm larĝe) en verda.b Bazaj konstrubriketoj de la proponita neŭromorfa skemo.La enirtensiopulsoj (pintoj) Vin0 kaj Vin1 konsumas nunan Ipezon, kiu estas proporcia al la konduktaj statoj G0 kaj G1 de la 1T1R strukturo.Ĉi tiu fluo estas injektita en la DPI-sinapsojn kaj ekscitas la LIF-neŭronojn.RRAM G0 kaj G1 estas instalitaj en HCS kaj LCS respektive.c Funkcio de akumula kondukta denseco por grupo de 16K RRAM-aparatoj kiel funkcio de ICC nuna kongruo, kiu efike kontrolas la konduktan nivelon.d Cirkvitmezuradoj en (a) montrante ke G1 (en la LCS) efike blokas enigaĵon de Vin1 (verda), kaj efektive la membrantensio de la produktaĵneŭrono respondas nur al la blua enigaĵo de Vin0.RRAM efike determinas la ligojn en la cirkvito.e Mezurado de la cirkvito en (b) montranta la efikon de la kondukta valoro G0 sur la membrantensio Vmem post aplikado de tensiopulso Vin0.Ju pli da kondukteco, des pli forta la respondo: tiel, la RRAM-aparato efektivigas I/O-konektan pezon.Mezuradoj estis faritaj en la cirkvito kaj pruvas la duoblan funkcion de RRAM, vojigo kaj pezigado de enigpulsoj.
Unue, ĉar ekzistas du bazaj kondukŝtatoj (HCS kaj LCS), RRAMoj povas bloki aŭ maltrafi enigpulsojn kiam ili estas en la LCS aŭ HCS-ŝtatoj, respektive.Kiel rezulto, RRAM efike determinas la ligojn en la cirkvito.Ĉi tio estas la bazo por povi reagordi la arkitekturon.Por pruvi ĉi tion, ni priskribos fabrikitan cirkvitan efektivigon de la cirkvitobloko en Fig. 3b.La RRAM egalrilatanta al G0 estas programita en la HCS, kaj la dua RRAM G1 estas programita en la LCS.Enigaj pulsoj estas aplikataj al kaj Vin0 kaj Vin1.La efikoj de du sekvencoj de enirpulsoj estis analizitaj en la produktaĵneŭronoj kolektante la neŭronmembran tension kaj la produktaĵsignalon uzante osciloskopon.La eksperimento estis sukcesa kiam nur la HCS-aparato (G0) estis ligita al la pulso de la neŭrono por stimuli membranstreĉitecon.Tio estas montrita en Figuro 3d, kie la blua pulstrajno igas la membrantension konstrui sur la membrankondensilo, dum la verda pulstrajno retenas la membrantension konstanta.
La dua grava funkcio de RRAM estas la efektivigo de konektaj pezoj.Uzante la analogan konduktan ĝustigon de RRAM, I/O-ligoj povas esti pezbalancitaj sekve.En la dua eksperimento, la G0-aparato estis programita al malsamaj niveloj de HCS, kaj la eniga pulso estis aplikita al la VIn0-enigaĵo.La eniga pulso tiras fluon (Ipezo) de la aparato, kiu estas proporcia al la kondukteco kaj la ekvivalenta potenciala guto Vtop − Vbot.Tiu pezbalancita fluo tiam estas injektita en la DPI-sinapsojn kaj LIF-produktaĵneŭronojn.La membrantensio de la eliraj neŭronoj estis registrita per osciloskopo kaj montrita en Fig. 3d.La tensiopinto de la neŭronmembrano en respondo al ununura enirpulso estas proporcia al la kondukteco de la rezistema memoro, montrante ke RRAM povas esti utiligita kiel programebla elemento de sinapta pezo.Tiuj du preparaj testoj montras, ke la proponita neŭromorfa platformo bazita en RRAM kapablas efektivigi la bazajn elementojn de la baza Jeffress-mekanismo, nome la prokrastlinio kaj la koincida detektilcirkvito.La cirkvitoplatformo estas konstruita stakigante sinsekvajn blokojn flank-al-flanke, kiel ekzemple la blokoj en Figuro 3b, kaj ligante iliajn pordegojn al ofta enirlinio.Ni desegnis, fabrikis kaj provis neŭromorfan platformon konsistantan el du eliraj neŭronoj ricevantaj du enigojn (Fig. 4a).La cirkvitdiagramo estas montrita en Figuro 4b.La supra 2 × 2 RRAM-matrico permesas al enirpulsoj esti direktitaj al du produktaĵneŭronoj, dum la pli malalta 2 × 2 matrico permesas ripetiĝantajn ligojn de du neŭronoj (N0, N1).Ni pruvas, ke ĉi tiu platformo povas esti uzata kun malfrulinia agordo kaj du malsamaj koincidaj detektilaj funkcioj, kiel montrite per eksperimentaj mezuradoj en Fig. 4c-e.
Cirkvitdiagramo formita per du produktaĵneŭronoj N0 kaj N1 ricevantaj du enigaĵojn 0 kaj 1. La supraj kvar aparatoj de la aro difinas sinaptajn ligojn de enigaĵo ĝis produktaĵo, kaj la malsupraj kvar ĉeloj difinas ripetiĝantajn ligojn inter neŭronoj.La koloraj RRAMoj reprezentas la aparatojn agorditajn en la HCS dekstre: la aparatoj en la HCS permesas ligojn kaj reprezentas pezojn, dum la aparatoj en la LCS blokas enigpulsojn kaj malfunkciigas ligojn al produktaĵoj.b Diagramo de cirkvito (a) kun ok RRAM-moduloj elstarigitaj en bluo.c Prokrastlinioj estas formitaj simple uzante la dinamikon de DPI-sinapsoj kaj LIF-neŭronoj.La verda RRAM estas metita al kondukteco sufiĉe alta por povi indukti problemon ĉe la eligo post la eniga prokrasto Δt.d Skema ilustraĵo de direkto-nesentema KD-detekto de tempodependaj signaloj.Eliga neŭrono 1, N1, pafas sur enigaĵoj 0 kaj 1 kun mallonga prokrasto.e Direkto-sentema KD-cirkvito, cirkvito kiu detektas kiam enigo 1 alproksimiĝas al enigo 0 kaj alvenas post enigo 0. La eligo de la cirkvito estas reprezentita per neŭrono 1 (N1).
La prokrastlinio (Figuro 4c) simple uzas la dinamikan konduton de DPI-sinapsoj kaj LIF-neŭronoj por reprodukti la enigan pikilon de Vin1 ĝis Vout1 prokrastante Tdel.Nur la G3 RRAM ligita al Vin1 kaj Vout1 estas programita en HCS, la resto de la RRAMoj estas programita en LCS.La G3-aparato estis programita por 92.6 µs por certigi, ke ĉiu eniga pulso pliigas la membrantension de la produkta neŭrono sufiĉe por atingi la sojlon kaj generi malfruan produktan pulson.La prokrasto Tdel estas determinita per la sinaptaj kaj neŭralaj tempokonstantoj.Koinciddetektiloj detektas la okazon de tempe korelaciitaj sed space distribuitaj enirsignaloj.Direkto-nesentema KD dependas de individuaj enigaĵoj konverĝantaj al ofta eliga neŭrono (Figuro 4d).La du RRAM-oj ligantaj Vin0 kaj Vin1 al Vout1, G2 kaj G4 respektive estas programitaj por alta kondukado.Samtempa alveno de pikiloj sur Vin0 kaj Vin1 pliigas la tension de la N1-neŭronmembrano super la sojlo postulata por generi la produktaĵpikilon.Se la du enigaĵoj estas tro malproksimaj en tempo, la pagendaĵo sur la membrantensio akumulita per la unua enigaĵo povas havi tempon kadukiĝi, malhelpante la membranpotencialon N1 atingado de la sojlovaloro.G1 kaj G2 estas programitaj por ĉirkaŭ 65 µs, kio certigas ke ununura eniga ekmultiĝo ne pliigas la membrantension sufiĉe por kaŭzi produktaĵpliiĝon.Koinciddetekto inter okazaĵoj distribuitaj en spaco kaj tempo estas fundamenta operacio uzita en larĝa gamo de sentantaj taskoj kiel ekzemple optika fluo bazita malhelpo evitado kaj sonfontoloko.Tiel, komputi direkto-sentemajn kaj nesentemajn KD-ojn estas fundamenta konstrubriketo por konstruado de vidaj kaj aŭdaj lokalizsistemoj.Kiel montrite per la karakterizaĵoj de la tempokonstantoj (vidu Suplementan Fig. 2), la proponita cirkvito efektivigas taŭgan gamon de kvar ordoj de grand-tempaj skaloj.Tiel, ĝi povas samtempe plenumi la postulojn de vidaj kaj sonsistemoj.Direkt-sentema KD estas cirkvito kiu estas sentema al la spaca ordo de alveno de pulsoj: de dekstre al maldekstre kaj inverse.Ĝi estas fundamenta konstrubriketo en la baza moviĝ-detekta reto de la Drosophila vida sistemo, uzata por kalkuli moviĝdirektojn kaj detekti koliziojn62.Por atingi direkto-senteman KD, du enigaĵoj devas esti direktitaj al du malsamaj neŭronoj (N0, N1) kaj unudirekta ligo devas esti establita inter ili (Fig. 4e).Kiam la unua enigaĵo estas ricevita, NO reagas pliigante la tension trans sia membrano super la sojla valoro kaj elsendante pliiĝon.Ĉi tiu eliga evento, siavice, pafas N1 danke al la direkta konekto elstarigita en verdo.Se eniga okazaĵo Vin1 alvenas kaj energiigas N1 dum ĝia membrantensio daŭre estas alta, N1 generas produktaĵokazaĵon indikante ke matĉo estis trovita inter la du enigaĵoj.Direktaj ligoj permesas al la N1 elsendi produktaĵon nur se enigaĵo 1 venas post enigo 0. G0, G3, kaj G7 estas programitaj al 73.5 µS, 67.3 µS, kaj 40.2 µS, respektive, certigante ke ununura pikilo sur la enigaĵo Vin0 kaŭzas prokrastan. produktaĵpikilo, dum la membranpotencialo de N1 nur atingas sojlon kiam ambaŭ enigeksplodoj alvenas sinkronigitaj..
Variebleco estas fonto de neperfekteco en modeligitaj neŭromorfaj sistemoj63,64,65.Ĉi tio kondukas al heterogena konduto de neŭronoj kaj sinapsoj.Ekzemploj de tiaj malavantaĝoj inkludas 30% (averaĝa norma devio) ŝanĝeblecon en eniggajno, tempokonstanto, kaj obstina periodo, por nomi nur kelkajn (vidu Metodojn).Ĉi tiu problemo estas eĉ pli okulfrapa kiam multoblaj neŭralaj cirkvitoj estas konektitaj kune, kiel orientiĝo-sentema KD konsistanta el du neŭronoj.Por funkcii ĝuste, la gajno kaj kadukiĝotempokonstantoj de la du neŭronoj devus esti kiel eble plej similaj.Ekzemple, granda diferenco en eniggajno povas igi unu neŭronon troreagi al enirpulso dum la alia neŭrono estas apenaŭ respondema.Sur fig.Figuro 5a montras, ke hazarde elektitaj neŭronoj respondas alimaniere al la sama eniga pulso.Tiu neŭrala ŝanĝebleco estas signifa, ekzemple, al la funkcio de direkto-sentemaj KDoj.En la skemo montrita en fig.5b, c, la eniga gajno de neŭrono 1 estas multe pli alta ol tiu de neŭrono 0. Tiel, neŭrono 0 postulas tri enigajn pulsojn (anstataŭ 1) por atingi la sojlon, kaj neŭrono 1, kiel atendite, bezonas du enigajn eventojn.Efektivigo de pika tempo-dependa biomimetika plastikeco (STDP) estas ebla maniero mildigi la efikon de neprecizaj kaj malviglaj neŭralaj kaj sinaptaj cirkvitoj sur sistema efikeco43.Ĉi tie ni proponas uzi la plastan konduton de rezistema memoro kiel rimedon por influi la plibonigon de neŭrala enigo kaj redukti la efikojn de ŝanĝebleco en neŭromorfaj cirkvitoj.Kiel montrite en fig.4e, konduktaj niveloj asociitaj kun RRAM sinapta maso efike modulis la respondan neŭralan membranan tensiorespondon.Ni uzas ripetan RRAM-programadan strategion.Por donita enigo, la konduktaj valoroj de la sinaptaj pezoj estas reprogramitaj ĝis la cela konduto de la cirkvito estas akirita (vidu Metodojn).
a Eksperimentaj mezuradoj de la respondo de naŭ hazarde elektitaj individuaj neŭronoj al la sama enirpulso.La respondo varias laŭ populacioj, influante eniggajnon kaj tempokonstanton.b Eksperimentaj mezuradoj de la influo de neŭronoj sur la ŝanĝebleco de neŭronoj influantaj direkto-sentemajn KD.La du direkt-sentemaj KD-produktaĵneŭronoj respondas alimaniere al enigstimuloj pro neŭron-al-neŭrona ŝanĝebleco.Neŭrono 0 havas pli malaltan enigan gajnon ol neŭrono 1, do necesas tri enirpulsoj (anstataŭ 1) por krei eligan pikilon.Kiel atendite, neŭrono 1 atingas la sojlon kun du eniga eventoj.Se enigaĵo 1 alvenas Δt = 50 µs post neŭrono 0 fajroj, KD restas silenta ĉar Δt estas pli granda ol la tempokonstanto de neŭrono 1 (ĉirkaŭ 22 µs).c estas reduktita per Δt = 20 µs, tiel ke enigaĵo 1 pintoj kiam neŭrono 1′s pafado daŭre estas alta, rezultigante la samtempan detekton de du enigokazaĵoj.
La du elementoj uzitaj en la ITD-kalkulkolono estas la prokrastlinio kaj la direkto nesentema KD.Ambaŭ cirkvitoj postulas precizan alĝustigon por certigi bonan objektan poziciigadon.La prokrastlinio devas liveri precize prokrastitan version de la enigpinto (Fig. 6a), kaj la KD devas esti aktivigita nur kiam la enigaĵo falas ene de la cela detektintervalo.Por la malfrulinio, la sinaptaj pezoj de la enirkonektoj (G3 en Fig. 4a) estis reprogramitaj ĝis la celprokrasto estis akirita.Agordu toleremon ĉirkaŭ la celprokrasto por ĉesigi la programon: ju pli malgranda estas la toleremo, des pli malfacilas sukcese agordi la prokrastan linion.Sur fig.Figuro 6b montras la rezultojn de la prokrasta linio-kalibra procezo: oni povas vidi, ke la proponita skemo povas precize disponigi ĉiujn prokrastojn necesajn en la dezajnoskemo (de 10 ĝis 300 μs).La maksimuma nombro da kalibraj ripetoj influas la kvaliton de la kalibrada procezo: 200 ripetoj povas redukti la eraron al malpli ol 5%.Unu kalibra ripeto egalrilatas al aro/rekomencigita operacio de RRAM-ĉelo.La agordprocezo ankaŭ estas kritika por plibonigi la precizecon de KD-modulo tuja proksima evento-detekto.Necesis dek kalibraj ripetoj por atingi veran pozitivan indicon (t.e., la indico de eventoj ĝuste identigitaj kiel grava) super 95% (blua linio en Figuro 6c).Tamen, la agorda procezo ne influis falsajn pozitivajn eventojn (tio estas, la ofteco de eventoj, kiuj estis erare identigitaj kiel gravaj).Alia metodo observita en biologiaj sistemoj por venkado de la tempolimoj de rapide aktivigado de padoj estas redundo (t.e., multaj kopioj de la sama objekto estas uzataj por plenumi antaŭfiksitan funkcion).Inspirite de biology66, ni metis plurajn KD-cirkvitojn en ĉiu KD-modulo inter la du prokrastlinioj por redukti la efikon de falsaj pozitivoj.Kiel montrite en fig.6c (verda linio), meti tri KD-elementojn en ĉiu KD-modulo povas redukti la falsan alarmoftecon al malpli ol 10–2.
Efiko de neŭrona ŝanĝebleco sur prokrastliniaj cirkvitoj.b Malfruaj liniocirkvitoj povas esti skalitaj al grandaj prokrastoj metante la tempokonstantojn de la ekvivalentaj LIF-neŭronoj kaj DPI-sinapsoj al grandaj valoroj.Pliigi la nombron da ripetoj de la RRAM-kalibra proceduro ebligis signife plibonigi la precizecon de la cela prokrasto: 200 ripetoj reduktis la eraron al malpli ol 5%.Unu ripeto egalrilatas al SET/RESET operacio sur RRAM-ĉelo.Ĉiu KD-modulo en la c Jeffress-modelo povas esti efektivigita uzante N paralelajn KD-elementojn por pli granda fleksebleco kun respekto al sistemfiaskoj.d Pli da RRAM-kalibraj ripetoj pliigas la veran pozitivan indicon (blua linio), dum la falsa pozitiva indico estas sendependa de la nombro da ripetoj (verda linio).Meti pli da KD-elementoj paralele evitas falsan detekton de KD-modulkongruoj.
Ni nun taksas la agadon kaj energikonsumon de la fin-al-fina integra objekta lokaliza sistemo montrita en Figuro 2 uzante mezuradojn de la akustikaj trajtoj de la pMUT-sensilo, KD, kaj prokrastliniaj cirkvitoj kiuj konsistigas la neŭromorfan komputikan grafeon.Jeffress-modelo (Fig. 1a).Koncerne al la neŭromorfa komputika grafeo, ju pli granda la nombro da KD-moduloj, des pli bona la angula rezolucio, sed ankaŭ des pli alta la energio de la sistemo (Fig. 7a).Kompromiso povas esti atingita komparante la precizecon de individuaj komponentoj (pMUT-sensiloj, neŭronoj kaj sinaptaj cirkvitoj) kun la precizeco de la tuta sistemo.La rezolucio de la prokrasta linio estas limigita de la tempokonstantoj de la simulitaj sinapsoj kaj neŭronoj, kiuj en nia skemo superas 10 µs, kio respondas al angula rezolucio de 4° (vidu Metodojn).Pli progresintaj nodoj kun CMOS-teknologio permesos la dezajnon de neŭralaj kaj sinaptaj cirkvitoj kun pli malaltaj tempokonstantoj, rezultigante pli altan precizecon de la prokrastliniaj elementoj.Tamen, en nia sistemo, la precizeco estas limigita de la eraro pMUT en taksado de la angula pozicio, te 10° (blua horizontala linio en Fig. 7a).Ni fiksis la nombron da KD-moduloj je 40, kio respondas al angula rezolucio de ĉirkaŭ 4°, t.e., la angula precizeco de la komputila grafeo (helblua horizontala linio en Fig. 7a).Sur la sistemnivelo, tio donas rezolucion de 4° kaj precizecon de 10° por objektoj situantaj 50 cm antaŭ la sensilsistemo.Tiu valoro estas komparebla al la neŭromorfaj sonaj lokalizsistemoj raportitaj en ref.67. Komparo de la proponita sistemo kun la stato de la arto troveblas en Suplementa Tabelo 1. Aldonante pliajn pMUTojn, pliigi la akustikan signalnivelon kaj redukti elektronikan bruon estas eblaj manieroj por plu plibonigi lokalizprecizecon.) estas taksita je 9,7.nz.55. Donita 40 KD-unuoj sur la komputila grafeo, la SPICE-simulado taksis la energion per operacio (t.e., objektan poziciiga energio) esti 21.6 nJ.La neŭromorfa sistemo estas aktivigita nur kiam eniga evento alvenas, te kiam akustika ondo atingas ajnan pMUT-ricevilon kaj superas la detektan sojlon, alie ĝi restas neaktiva.Ĉi tio evitas nenecesan elektrokonsumon kiam ne ekzistas eniga signalo.Konsiderante frekvencon de lokalizoperacioj de 100 Hz kaj aktivigperiodon de 300 µs per operacio (la maksimuma ebla ITD), la elektrokonsumo de la neŭromorfa komputika grafeo estas 61.7 nW.Kun neŭromorfa antaŭ-pretigo aplikita al ĉiu pMUT-ricevilo, la elektrokonsumo de la tuta sistemo atingas 81.6 nW.Por kompreni la energian efikecon de la proponita neŭromorfa aliro kompare kun konvencia aparataro, ni komparis ĉi tiun nombron kun la energio necesa por plenumi la saman taskon sur moderna malalta potenco mikroregilo uzante aŭ neŭromorfan aŭ konvencian faskoformadon68 Kapablon.La neŭromorfa aliro pripensas analog-al-ciferecan konvertilon (ADC) stadion, sekvitan per grup-enirpermesila filtrilo kaj koverta ekstraktadstadio (Teeger-Kaiser-metodo).Finfine, sojla operacio estas farita por ĉerpi la ToF.Ni preterlasis la kalkulon de ITD bazita sur ToF kaj la konvertiĝo al taksita angula pozicio ĉar tio okazas unufoje por ĉiu mezurado (vidu Metodojn).Supozante specimenan indicon de 250 kHz sur ambaŭ kanaloj (pMUT-riceviloj), 18 gruppasaj filtriloperacioj, 3 kovertaj ekstraktaj operacioj, kaj 1 sojla operacio per provaĵo, la totala elektrokonsumo estas taksita je 245 mikrovatoj.Ĉi tio uzas la malalt-potencan reĝimon de la mikroregilo69, kiu ŝaltas kiam la algoritmoj ne efektivigas, kio reduktas elektrokonsumon al 10.8 µW.La elektra konsumo de la solvo pri traboforma signala prilaborado proponita en la referenco.31, kun 5 pMUT-riceviloj kaj 11 traboj unuforme distribuitaj en la azimuta ebeno [-50°, +50°], estas 11.71 mW (vidu la sekcion Metodoj por detaloj).Krome, ni raportas la elektran konsumon de FPGA47-bazita Time Difference Encoder (TDE) taksita je 1.5 mW kiel anstataŭaĵo por la Jeffress-modelo por objekto-loko.Surbaze de tiuj taksoj, la proponita neŭromorfa aliro reduktas elektrokonsumon je kvin grandordoj komparite kun mikroregilo uzanta klasikajn trabformajn teknikojn por objektaj lokalizoperacioj.Adoptante neŭromorfan aliron al signal-prilaborado sur klasika mikroregilo reduktas elektrokonsumon je proksimume du grandordoj.La efikeco de la proponita sistemo povas esti klarigita per la kombinaĵo de nesinkrona rezist-memora analoga cirkvito kapabla je elfarado de en-memoraj kalkuloj kaj la manko de analog-al-cifereca konvertiĝo postulata por percepti signalojn.
a Angula rezolucio (blua) kaj elektra konsumo (verda) de la lokaliza operacio depende de la nombro da KD-moduloj.La malhelblua horizontala stango reprezentas la angulan precizecon de la PMUT kaj la helblua horizontala stango reprezentas la angulan precizecon de la neŭromorfa komputila grafeo.b Elektrokonsumo de la proponita sistemo kaj komparo kun la du diskutitaj mikroregilaj efektivigoj kaj cifereca efektivigo de la Time Difference Encoder (TDE)47 FPGA.
Por minimumigi la elektran konsumon de la cela lokaliza sistemo, ni konceptis, desegnis kaj efektivigis efikan, okazaĵ-movitan RRAM-bazitan neŭromorfan cirkviton, kiu prilaboras la signalinformojn generitajn de la enkonstruitaj sensiloj por kalkuli la pozicion de la cela objekto en reala. tempo..Dum tradiciaj pretigmetodoj kontinue provas detektitajn signalojn kaj elfaras kalkulojn por ĉerpi utilajn informojn, la proponita neŭromorfa solvo elfaras kalkulojn nesinkrone kiam utilaj informoj alvenas, maksimumigante sisteman povefikecon je kvin grandordoj.Krome, ni reliefigas la flekseblecon de neŭromorfaj cirkvitoj bazitaj en RRAM.La kapablo de RRAM ŝanĝi konduktancon en ne-volatila maniero (plastikeco) kompensas por la eneca ŝanĝebleco de la sinaptaj kaj neŭralaj cirkvitoj de ultramalalta potenco analoga DPI.Ĉi tio faras ĉi tiun RRAM-bazitan cirkviton diverstalenta kaj potenca.Nia celo ne estas ĉerpi kompleksajn funkciojn aŭ ŝablonojn el signaloj, sed lokalizi objektojn en reala tempo.Nia sistemo ankaŭ povas efike kunpremi la signalon kaj eventuale sendi ĝin al pliaj prilaboraj paŝoj por fari pli kompleksajn decidojn kiam necese.En la kunteksto de lokalizaplikoj, nia neŭromorfa antaŭpretiga paŝo povas disponigi informojn pri la loko de objektoj.Ĉi tiu informo povas esti uzata, ekzemple, por moviĝ-detekto aŭ gestrekono.Ni emfazas la gravecon kombini ultramalaltpotencajn sensilojn kiel pMUTs kun ultramalaltpotenca elektroniko.Por tio, neŭromorfaj aliroj estis ŝlosilaj ĉar ili igis nin evoluigi novajn cirkvitajn efektivigojn de biologie inspiritaj komputilaj metodoj kiel ekzemple la Jeffress-modelo.En la kunteksto de sensilfuziaj aplikoj, nia sistemo povas esti kombinita kun pluraj malsamaj evento-bazitaj sensiloj por akiri pli precizajn informojn.Kvankam strigoj estas bonegaj por trovi predon en la mallumo, ili havas bonegan vidon kaj faras kombinitan aŭdan kaj vidan serĉon antaŭ kapti predon70.Kiam aparta aŭda neŭrono pafas, la strigo ricevas la informojn, kiujn ĝi bezonas por determini en kiu direkto komenci sian vidan serĉon, tiel enfokusigante sian atenton sur malgranda parto de la vida sceno.Kombinaĵo de vidaj sensiloj (DVS-fotilo) kaj proponita aŭskulta sensilo (surbaze de pMUT) devus esti esplorita por la evoluo de estontaj aŭtonomaj agentoj.
La pMUT-sensilo situas sur PCB kun du riceviloj proksimume 10 cm dise, kaj la dissendilo situas inter la riceviloj.En ĉi tiu laboro, ĉiu membrano estas interrompita bimorfa strukturo konsistanta el du tavoloj de piezoelektra aluminionitruro (AlN) 800 nm dika krampita inter tri tavoloj de molibdeno (Mo) 200 nm dika kaj kovrita per tavolo 200 nm dika.la supra pasiva SiN-tavolo kiel priskribite en la referenco.71. La internaj kaj eksteraj elektrodoj estas aplikataj al la malsupraj kaj supraj tavoloj de molibdeno, dum la meza molibdena elektrodo estas senŝablona kaj uzata kiel grundo, rezultigante membranon kun kvar paroj da elektrodoj.
Tiu arkitekturo permesas la uzon de ofta membrandeformado, rezultigante plibonigitan elsendi kaj ricevi sentemon.Tia pMUT tipe elmontras ekscitsentivecon de 700 nm/V kiel emitoro, disponigante surfacpremon de 270 Pa/V.Kiel ricevilo, unu pMUT-filmo elmontras kurtcirkvitan sentemon de 15 nA/Pa, kiu estas rekte rilatita al la piezoelektra koeficiento de AlN.La teknika ŝanĝebleco de la tensio en la AlN-tavolo kondukas al ŝanĝo en la resonanca frekvenco, kiu povas esti kompensita aplikante Dc-biason al la pMUT.DC-sentemo estis mezurita je 0.5 kHz/V.Por akustika karakterizado, mikrofono estas uzita antaŭ la pMUT.
Por mezuri la eĥan pulson, ni metis rektangulan teleron kun areo de ĉirkaŭ 50 cm2 antaŭ la pMUT por reflekti la elsenditajn sonondojn.Kaj la distanco inter la platoj kaj la angulo relative al la pMUT-aviadilo estas kontrolitaj uzante specialajn teniloj.Tectronix CPX400DP tensiofonto tendencas tri pMUT-membranojn, agordante la resonfrekvencon al 111.9 kHz31, dum la dissendiloj estas movitaj per Tectronix AFG 3102 pulsgeneratoro agordita al la resonfrekvenco (111.9 kHz) kaj daŭra ciklo de 0.La fluoj legitaj de la kvar produktaĵhavenoj de ĉiu pMUT-ricevilo estas konvertitaj al tensioj uzantaj specialan diferencigan fluon kaj tensiarkitekturon, kaj la rezultaj signaloj estas ciferecigitaj per la Spektrum datenakirsistemo.La limo de detekto estis karakterizita per pMUT-signa akiro sub malsamaj kondiĉoj: ni movis la reflektoron al malsamaj distancoj [30, 40, 50, 60, 80, 100] cm kaj ŝanĝis la pMUT-subtenan angulon ([0, 20, 40] o ) Figuro 2b montras la tempan ITD-detektorezolucion depende de la ekvivalenta angula pozicio en gradoj.
Ĉi tiu artikolo uzas du malsamajn nekomercajn RRAM-cirkvitojn.La unua estas aro de 16,384 (16,000) aparatoj (128 × 128 aparatoj) en agordo 1T1R kun unu transistoro kaj unu rezistilo.La dua blato estas la neŭromorfa platformo montrita en Fig. 4a.La RRAM-ĉelo konsistas el 5 nm dika HfO2 filmo enigita en TiN/HfO2/Ti/TiN-stako.La RRAM-stako estas integrita al la malantaŭa linio (BEOL) de la norma 130nm CMOS-procezo.RRAM-bazitaj neŭromorfaj cirkvitoj prezentas dezajnodefion por tute-analogaj elektronikaj sistemoj en kiuj RRAM-aparatoj kunekzistas kun tradicia CMOS-teknologio.Aparte, la kondukta stato de la RRAM-aparato devas esti legita kaj uzata kiel funkciovariablo por la sistemo.Tiucele, cirkvito estis dizajnita, fabrikita kaj testita kiu legas la fluon de la aparato kiam enirpulso estas ricevita kaj uzas tiun fluon por pezi la respondon de diferenciala parintegratoro (DPI) sinapso.Ĉi tiu cirkvito estas montrita en Figuro 3a, kiu reprezentas la bazajn konstrubriketojn de la neŭromorfa platformo en Figuro 4a.Eniga pulso aktivigas la pordegon de la 1T1R-aparato, induktante fluon tra RRAM proporcia al la kondukteco G de la aparato (Ipezo = G (Vtop - Vx)).La inversa enigaĵo de la operacia amplifila (op-amp) cirkvito havas konstantan DC-biasan tension Vtop.La negativa religo de la op-amp provizos Vx = Vtop disponigante egalan fluon de M1.La nuna Ipezo prenita de la aparato estas injektita en la DPI-sinapson.Pli forta fluo rezultigos pli da malpolariĝo, do RRAM-kondukteco efike efektivigas sinaptajn pezojn.Tiu eksponenta sinapta fluo estas injektita tra la membrankondensilo de la Leaky Integration and Excitation (LIF) neŭronoj, kie ĝi estas integrita kiel tensio.Se la sojla tensio de la membrano (la ŝanĝa tensio de la invetilo) estas venkita, la produktaĵparto de la neŭrono estas aktivigita, produktante produktaĵpikilon.Tiu pulso revenas kaj ŝovas la membrankondensilon de la neŭrono al grundo, igante ĝin malŝarĝi.Tiu cirkvito tiam estas kompletigita per pulseksandilo (ne montrita en Fig. 3a), kiu formas la produktaĵpulson de la LIF-neŭrono al la cela pulslarĝo.Multipleksiloj ankaŭ estas konstruitaj en ĉiun linion, permesante al tensio esti aplikita al la supraj kaj malsupraj elektrodoj de la RRAM-aparato.
Elektra testado inkluzivas analizi kaj registri la dinamikan konduton de analogaj cirkvitoj, same kiel programado kaj legado de RRAM-aparatoj.Ambaŭ paŝoj postulas specialajn ilojn, kiuj ĉiuj estas konektitaj al la sensiltabulo samtempe.Aliro al RRAM-aparatoj en neŭromorfaj cirkvitoj estas farita de eksteraj iloj per multipleksilo (MUX).La MUX apartigas la 1T1R-ĉelon de la resto de la cirkulado al kiu ĝi apartenas, permesante al la aparato esti legita kaj/aŭ programita.Por programi kaj legi RRAM-aparatojn, Keithley 4200 SCS-maŝino estas uzata kune kun Arduino-mikroregilo: la unua por preciza pulsgenerado kaj aktuala legado, kaj la dua por rapida aliro al individuaj 1T1R-elementoj en la memora tabelo.La unua operacio estas formi la RRAM-aparaton.La ĉeloj estas elektitaj unu post unu kaj pozitiva tensio estas aplikata inter la supraj kaj malsupraj elektrodoj.En ĉi tiu kazo, la fluo estas limigita al la ordo de dekoj da mikroamperoj pro la liverado de la responda pordega tensio al la elektilo-transistoro.La RRAM-ĉelo tiam povas bicikli inter malalta kondukta ŝtato (LCS) kaj alta kondukta ŝtato (HCS) uzante RESET kaj SET-operaciojn, respektive.La SET-operacio estas efektivigita per aplikado de rektangula tensiopulso kun daŭro de 1 μs kaj pinttensio de 2,0-2,5 V al la supra elektrodo, kaj sinkroniga pulso de simila formo kun pinttensio de 0,9-1,3 V al la pordego de la elekta transistoro.Ĉi tiuj valoroj permesas moduli RRAM-kondukton je 20-150 µs intervaloj.Por RESET, 1 µs larĝa, 3 V pintpulso estas aplikita al la malsupra elektrodo (bitlinio) de la ĉelo kiam la pordega tensio estas en la intervalo de 2.5-3.0 V. La enigaĵoj kaj eliroj de la analogaj cirkvitoj estas dinamikaj signaloj. .Por enigo, ni interplektis du HP 8110-pulsgeneratorojn kun Tektronix AFG3011 signalgeneratoroj.La eniga pulso havas larĝon de 1 µs kaj altiĝo/falan randon de 50 ns.Tiu speco de pulso estas supozita esti tipa problemo en analogaj fuŝaĵoj bazitaj cirkvitoj.Koncerne la eligsignalon, la eligsignalo estis registrita per Teledyne LeCroy 1 GHz-osciloskopo.La akirrapideco de osciloskopo estis pruvita ne esti limiga faktoro en la analizo kaj akiro de cirkvitdatenoj.
Uzi la dinamikon de analoga elektroniko por simuli la konduton de neŭronoj kaj sinapsoj estas eleganta kaj efika solvo por plibonigi komputilan efikecon.La malavantaĝo de tiu komputila subtavolo estas ke ĝi varios de skemo al skemo.Ni kvantigis la ŝanĝeblecon de neŭronoj kaj sinaptaj cirkvitoj (Suplementa Fig. 2a, b).De ĉiuj manifestiĝoj de ŝanĝebleco, tiuj asociitaj kun tempokonstantoj kaj eniggajno havas la plej grandan efikon sur la sistemnivelo.La tempokonstanto de la LIF-neŭrono kaj la DPI-sinapso estas determinita per RC-cirkvito, kie la valoro de R estas kontrolita per biasotensio aplikita al la pordego de la transistoro (Vlk por la neŭrono kaj Vtau por la sinapso), determinante la elflua indico.Enirgajno estas difinita kiel la pinttensio atingita per la sinaptaj kaj neŭronaj membrankondensiloj stimulitaj per eniga pulso.La enirgajno estas kontrolita per alia biastransistoro kiu modulas la enirfluon.Montekarlo-simulado kalibrita laŭ 130nm-procezo de ST Microelectronics estis farita por kolekti iom da eniga gajno kaj tempokonstanto-statistikoj.La rezultoj estas prezentitaj en Suplementa Figuro 2, kie la eniga gajno kaj tempokonstanto estas kvantigitaj kiel funkcio de la biasa tensio kontrolanta la elfluan indicon.Verdaj signoj kvantigas la norman devion de la tempokonstanto de la meznombro.Kaj neŭronoj kaj sinaptaj cirkvitoj povis esprimi larĝan gamon de tempokonstantoj en la intervalo de 10-5-10-2 s, kiel montrite en Suplementa Fig.Eniga plifortigo (Suplementa Fig. 2e, d) de neŭrona kaj sinapsa ŝanĝebleco estis proksimume 8% kaj 3%, respektive.Tia manko estas bone dokumentita en la literaturo: diversaj mezuradoj estis faritaj sur la aro de DYNAP-fritoj por taksi la miskongruon inter populacioj de LIF63-neŭronoj.La sinapsoj en la miksita signalpeceto de BrainScale estis mezuritaj kaj iliaj faktkonfliktoj analizitaj, kaj alĝustigproceduro estis proponita por redukti la efikon de sistem-nivela ŝanĝebleco64.
La funkcio de RRAM en neŭromorfaj cirkvitoj estas duobla: arkitekturdifino (vojigo de enigaĵoj al produktaĵoj) kaj efektivigo de sinaptaj pezoj.Ĉi-lasta posedaĵo povas esti uzita por solvi la problemon de la ŝanĝebleco de la modeligitaj neŭromorfaj cirkvitoj.Ni evoluigis simplan kalibran proceduron, kiu implikas reprogrami la RRAM-aparaton ĝis la analizita cirkvito plenumas iujn postulojn.Por antaŭfiksita enigo, la produktaĵo estas monitorita kaj la RRAM estas reprogramita ĝis la celkonduto estas atingita.Atendtempo de 5 s estis enkondukita inter programaj operacioj por solvi la problemon de RRAM-malstreĉiĝo rezultiganta pasemajn konduktajn fluktuojn (Suplementaj Informoj).Sinaptaj pezoj estas alĝustigitaj aŭ kalibritaj laŭ la postuloj de la neŭromorfa cirkvito estanta modeligita.La alĝustigproceduro estas resumita en kromaj algoritmoj [1, 2] kiuj fokusiĝas sur du fundamentaj trajtoj de neŭromorfaj platformoj, prokrastlinioj kaj direkto nesentema KD.Por cirkvito kun prokrastlinio, la celkonduto devas provizi produktaĵpulson kun prokrasto Δt.Se la fakta cirkvitprokrasto estas malpli ol la celvaloro, la sinapta pezo de G3 devus esti reduktita (G3 devus esti rekomencigita kaj tiam agordita al pli malalta egala nuna Icc).Inverse, se la fakta prokrasto estas pli granda ol la celvaloro, la kondukteco de G3 devas esti pliigita (G3 unue devas esti rekomencigita kaj tiam agordita al pli alta Icc-valoro).Ĉi tiu procezo estas ripetita ĝis la prokrasto generita de la cirkvito kongruas kun la celvaloro kaj toleremo estas metita por ĉesigi la alĝustigprocezon.Por orientiĝo-senentemaj KD, du RRAM-aparatoj, G1 kaj G3, estas implikitaj en la alĝustigprocezo.Ĉi tiu cirkvito havas du enigojn, Vin0 kaj Vin1, prokrastitajn per dt.La cirkvito devus nur respondi al prokrastoj sub la kongrua intervalo [0,dtCD].Se ne ekzistas eliga pinto, sed la eniga pinto estas proksima, ambaŭ RRAM-aparatoj devas esti plifortigitaj por helpi la neŭronon atingi la sojlon.Inverse, se la cirkvito respondas al prokrasto kiu superas la celintervalon de dtCD, la kondukteco devas esti reduktita.Ripetu la procezon ĝis akiri la ĝustan konduton.Konformecfluo povas esti modulita per la enkonstruita analoga cirkvito en ref.72.73.Kun ĉi tiu enkonstruita cirkvito, tiaj proceduroj povas esti faritaj periode por kalibri la sistemon aŭ reuzi ĝin por alia aplikaĵo.
Ni taksas la energikonsumon de nia neŭromorfa signala prilaborado sur norma 32-bita mikroregilo68.En ĉi tiu taksado, ni supozas funkciadon kun la sama aranĝo kiel en ĉi tiu artikolo, kun unu pMUT-dissendilo kaj du pMUT-riceviloj.Ĉi tiu metodo uzas filtrilon de bando, sekvita de koverta eltira paŝo (Teeger-Kaiser), kaj finfine sojla operacio estas aplikita al la signalo por ĉerpi la tempon de flugo.La kalkulo de la ITD kaj ĝia konvertiĝo al detektaj anguloj estas preterlasitaj en la taksado.Ni konsideras bendan pasafiltrilon efektivigon uzante 4-an ordan senfinan impulsan respondfiltrilon postulantan 18 glitkomajn operaciojn.Koverto-ekstraktado uzas tri pliajn glitkomajn operaciojn, kaj la lasta operacio estas uzata por agordi la sojlon.Totalo de 22 glitkoma operacioj estas postulataj por antaŭprocezi la signalon.La elsendita signalo estas mallonga ekesto de 111.9 kHz sinus-ondformo generita ĉiujn 10 ms rezultigante poziciigantan operacian frekvencon de 100 Hz.Ni uzis specimenan indicon de 250 kHz por plenumi Nyquist kaj 6 ms-fenestron por ĉiu mezurado por kapti gamon de 1 metro.Notu ke 6 milisekundoj estas la flugtempo de objekto kiu estas 1 metro for.Ĉi tio disponigas elektrokonsumon de 180 µW por A/D-konverto ĉe 0.5 MSPS.Signal-antaŭprocesado estas 6.60 MIPS (instrukcioj je sekundo), generante 0.75 mW.Tamen, la mikroregilo povas ŝanĝi al malalta potenco reĝimo 69 kiam la algoritmo ne funkcias.Ĉi tiu reĝimo provizas senmovan energikonsumon de 10.8 μW kaj vektempon de 113 μs.Surbaze de horloĝfrekvenco de 84 MHz, la mikroregilo kompletigas ĉiujn operaciojn de la neŭromorfa algoritmo ene de 10 ms, kaj la algoritmo kalkulas devociklon de 6.3%, tiel uzante malaltan potencoreĝimon.La rezulta potenco disipado estas 244.7 μW.Notu, ke ni preterlasas la ITD-produktaĵon de ToF kaj la konvertiĝon al detekta angulo, tiel subtaksante la elektrokonsumon de la mikroregilo.Ĉi tio disponigas kroman valoron por la energiefikeco de la proponita sistemo.Kiel kroma kompara kondiĉo, ni taksas la energikonsumon de la klasikaj trabformaj metodoj proponitaj en la referenco.31.54 kiam enkonstruite en la sama mikroregilo68 ĉe 1.8V livertensio.Kvin egale spacigitaj pMUT-membranoj kutimas akiri datenojn por traboformado.Koncerne la prilaboradon mem, la trabforma metodo uzita estas prokrasta sumado.Ĝi simple konsistas el aplikado de prokrasto al la lenoj kiu egalrilatas al la atendata diferenco en alventempoj inter unu leno kaj la referenca leno.Se la signaloj estas en fazo, la sumo de ĉi tiuj signaloj havos altan energion post tempoŝanĝo.Se ili estas malfazaj, detrua interfero limigos la energion de ilia sumo.en amrilato.Sur fig.31, specimena indico de 2 MHz estas elektita por tempoŝanĝi la datenojn per entjera nombro da provaĵoj.Pli modesta aliro estas konservi pli krudan provaĵofrekcon de 250 kHz kaj uzi Finite Impulse Response (ABIO) filtrilon por sintezi frakciajn prokrastojn.Ni supozos, ke la komplekseco de la trabforma algoritmo estas ĉefe determinita de la tempoŝanĝo, ĉar ĉiu kanalo estas kunigita kun ABI-filtrilo kun 16 frapetoj en ĉiu direkto.Por kalkuli la nombron da MIPS necesaj por ĉi tiu operacio, ni konsideras fenestron de 6ms per mezurado por kapti gamon de 1 metro, 5 kanaloj, 11 faskoformaj direktoj (gamo +/- 50° en 10° paŝoj).75 mezuradoj je sekundo puŝis la mikroregilon al ĝia maksimumo de 100 MIPS.Ligo.68, rezultigante potencan disipadon de 11.26 mW por totala potencodissipadon de 11.71 mW post aldonado de la surŝipa ADC-kontribuo.
Datumoj subtenantaj la rezultojn de ĉi tiu studo estas haveblaj de la respektiva aŭtoro, FM, laŭ akceptebla peto.
Indiveri, G. & Sandamirskaya, Y. La graveco de spaco kaj tempo por signal-prilaborado en neŭromorfaj agentoj: La defio de evoluigado de malalt-potencaj, sendependaj agentoj kiuj interagas kun la medio. Indiveri, G. & Sandamirskaya, Y. La graveco de spaco kaj tempo por signal-prilaborado en neŭromorfaj agentoj: La defio de evoluigado de malalt-potencaj, sendependaj agentoj kiuj interagas kun la medio.Indiveri G. kaj Sandamirskaya Y. La graveco de spaco kaj tempo por signal-prilaborado en neŭromorfaj agentoj: la defio de evoluigado de malalt-motoraj sendependaj agentoj interagante kun la medio. Indiveri, G. & Sandamirskaya, Y. 空间和时间对于神经形态代理中信号处理的重要性：开发与环发与环廏上中中信号处理的重要性代理的挑战。 Indiveri, G. & Sandamirskaya, Y.Indiveri G. kaj Sandamirskaya Y. La graveco de spaco kaj tempo por signal-prilaborado en neŭromorfaj agentoj: la defio de evoluigado de malalt-motoraj sendependaj agentoj interagante kun la medio.IEEE Signal Processing.Ĵurnalo 36, 16–28 (2019).
Thorpe, SJ Peak Arrival Time: Efficient Neural Network Coding Scheme. en Eckmiller, R. , Hartmann, G. & Hauske, G. (eds). en Eckmiller, R. , Hartmann, G. & Hauske, G. (eds).en Eckmiller, R., Hartmann, G. kaj Hauske, G. (eds.).En Eckmiller, R. , Hartmann, G. , kaj Hauske, G. (eds. ).Paralela pretigo en neŭralaj sistemoj kaj komputiloj 91-94 (Nord-Holland Elsevier, 1990).
Levy, WB & Calvert, VG Communication konsumas 35 fojojn pli da energio ol komputado en la homa kortekso, sed ambaŭ kostoj estas necesaj por antaŭdiri sinapsan nombron. Levy, WB & Calvert, VG Communication konsumas 35 fojojn pli da energio ol komputado en la homa kortekso, sed ambaŭ kostoj estas necesaj por antaŭdiri sinapsan nombron.Levy, WB kaj Calvert, WG Communication konsumas 35 fojojn pli da energio ol komputado en la homa kortekso, sed ambaŭ kostoj estas necesaj por antaŭdiri la nombron da sinapsoj. Levy, WB & Calvert, VG Communication 消耗的能量是人类皮层计算的35 倍，但这两种成本都需要预本需要预浦悰的35 Levy, WB & Calvert, VG CommunicationLevy, WB kaj Calvert, WG Communication konsumas 35 fojojn pli da energio ol komputado en la homa kortekso, sed ambaŭ kostoj postulas antaŭdiri la nombron da sinapsoj.procezo.Nacia Akademio de Scienco.la scienco.Usono 118, https://doi.org/10.1073/pnas.2008173118 (2021).
Dalgaty, T. , Vianello, E. , De Salvo, B. & Casas, J. Insect-inspired neuromorphic computing. Dalgaty, T. , Vianello, E. , De Salvo, B. & Casas, J. Insect-inspired neuromorphic computing.Dalgati, T. , Vianello, E. , DeSalvo, B. kaj Casas, J. Insect-inspired neuromorphic computing.Dalgati T., Vianello E., DeSalvo B. kaj Casas J. Insect-inspired neuromorphic computing.Nuna.Opinio.Insektoscienco.30, 59–66 (2018).
Roy, K. , Jaiswal, A. & Panda, P. Towards pik-bazita maŝininteligenteco kun neŭromorfa komputado. Roy, K. , Jaiswal, A. & Panda, P. Towards pik-bazita maŝininteligenteco kun neŭromorfa komputado. Roy, K. , Jaiswal, A. & Panda, P. Towards Spike-Based Machine Intelligence with Neuromorphic Computing.Roy K, Jaiswal A, kaj Panda P. Pulse-bazita artefarita inteligenteco uzanta neŭromorfan komputadon.Naturo 575, 607–617 (2019).
Indiveri, G. & Liu, S.-C. Indiveri, G. & Liu, S.-C.Indiveri, G. kaj Liu, S.-K. Indiveri, G. & Liu, S.-C. Indiveri, G. & Liu, S.-C.Indiveri, G. kaj Liu, S.-K.Memoro kaj informpretigo en neŭromorfaj sistemoj.procezo.IEEE 103, 1379–1397 (2015).
Akopyan F. et al.Truenorth: Dezajno kaj ilaro por 65 mW 1 miliono neŭrona programebla sinapta peceto.IEEE-transakcioj.Komputildezajno de integracirkvitaj sistemoj.34, 1537-1557 (2015).
Schemmel, J. et al.Viva demonstraĵo: malgrandigita versio de la neŭromorfa sistemo BrainScaleS ĉe platskalo.2012 IEEE Internacia Simpozio pri Cirkvitoj kaj Sistemoj (ISCAS), (IEEE red.) 702-702 (2012).
Moradi, S. , Qiao, N. , Stefanini, F. & Indiveri, G. Skalebla plurkerna arkitekturo kun heterogenaj memorstrukturoj por dinamikaj neŭromorfaj nesinkronaj procesoroj (DYNAPoj). Moradi, S. , Qiao, N. , Stefanini, F. & Indiveri, G. Skalebla plurkerna arkitekturo kun heterogenaj memorstrukturoj por dinamikaj neŭromorfaj nesinkronaj procesoroj (DYNAPoj).Moradi S., Qiao N., Stefanini F. kaj Indiviri G. Skalebla plurkerna arkitekturo kun heterogenaj memorstrukturoj por dinamikaj neŭromorfaj nesinkronaj procesoroj (DYNAP). Moradi, S.、Qiao, N.、Stefanini, F. & Indiveri, G. 一种可扩展的多核架构，具有用于动态神经形态神经形态神经形态神经形态神经形态神经形态弄炞扩展的多核架构内存结构。 Moradi, S.、Qiao, N.、Stefanini, F. & Indiveri, G. Speco de vastigebla plurkerna arkitekturo, kun unika memorstrukturo por dinamika neŭrala pretigo (DYNAP).Moradi S., Qiao N., Stefanini F. kaj Indiviri G. Skalebla plurkerna arkitekturo kun heterogenaj memorstrukturoj por dinamikaj neŭromorfaj nesinkronaj procesoroj (DYNAP).IEEE-Transakcioj pri Biomedicina Scienco.elektra sistemo.12, 106–122 (2018).
Davis, M. et al.Loihi: neŭromorfa plurkerna procesoro kun enigita lernado.IEEE Micro 38, 82–99 (2018).
Furber, SB, Galluppi, F., Temple, S. & Plana, LA La SpiNNaker-projekto. Furber, SB, Galluppi, F., Temple, S. & Plana, LA La SpiNNaker-projekto.Ferber SB, Galluppi F., Temple S. kaj Plana LA SpiNNaker-projekto.Ferber SB, Galluppi F., Temple S. kaj Plana LA SpiNNaker-projekto.procezo.IEEE 102, 652–665 (2014).
Liu, S.-K. & Delbruck, T. Neuromorphic sensory systems. & Delbruck, T. Neuromorphic sensory systems.kaj Delbrück T. Neuromorphic sensory systems. & Delbruck, T. 神经形态感觉系统。 & Delbruck, T.kaj Delbrück T. Neuromorphic sensory system.Nuna.Opinio.Neŭrobiologio.20, 288-295 (2010).
Chope, T. et al.Neŭromorfa sensa integriĝo por kombinita sonfontoloko kaj kolizio evitado.En 2019 ĉe la IEEE-Konferenco pri Biomedicinaj Cirkvitoj kaj Sistemoj (BioCAS), (IEEE Red.) 1–4 (2019).
Risi, N. , Aimar, A. , Donati, E. , Solinas, S. & Indiveri, G. A pik-bazita neŭromorfa arkitekturo de stereovido. Risi, N. , Aimar, A. , Donati, E. , Solinas, S. & Indiveri, G. A pik-bazita neŭromorfa arkitekturo de stereovido.Risi N, Aymar A, Donati E, Solinas S, kaj Indiveri G. A pik-bazita neŭromorfa stereovido-arkitekturo. Risi, N., Aimar, A., Donati, E., Solinas, S. & Indiveri, G. 一种基于脉冲的立体视觉神经形态结构。 Risi, N., Aimar, A., Donati, E., Solinas, S. & Indiveri, G.Risi N, Aimar A, Donati E, Solinas S, kaj Indiveri G. Spike-bazita neŭromorfa arkitekturo por stereovido.fronto.Neŭrorobotiko 14, 93 (2020).
Osswald, M. , Ieng, S.-H., Benosman, R. & Indiveri, G. A pikanta neŭrala reto-modelo de 3Dperception por okazaĵ-bazitaj neŭromorfaj stereovidaj sistemoj. Osswald, M. , Ieng, S.-H., Benosman, R. & Indiveri, G. A pikanta neŭrala reto-modelo de 3Dperception por okazaĵ-bazitaj neŭromorfaj stereovidaj sistemoj.Oswald, M., Ieng, S.-H., Benosman, R., kaj Indiveri, G. A 3D Pulsed Neural Network Perception Model for Event-Based Neuromorphic Stereo Vision Systems. Osswald, M. , Ieng, S.-H., Benosman, R. & Indiveri, G. 基于事件的神经形态立体视觉系统的3Dperception 脉冲神络经炨神经形态立体视觉系统的 Osswald, M., Ieng, S.-H., Benosman, R. & Indiveri, G. 3Dperception 脉冲神经网络模型。Oswald, M., Ieng, S.-H., Benosman, R., kaj Indiveri, G. Spiked 3Dperception Neural Network Model for an Event-Based Neuromorphic Stereo Vision System.la scienco.Raporto 7, 1–11 (2017).
Dalgaty, T. et al.Insekt-inspirita baza moviĝ-detekto inkluzivas rezistan memoron kaj eksplodajn neŭralaj retoj.Biona biohibrida sistemo.10928, 115–128 (2018).
D'Angelo, G. et al.Okazaĵ-bazita ekscentra moviĝdetekto uzante tempan diferencialan kodigon.fronto.Neurologio.14, 451 (2020).
Afiŝtempo: Nov-17-2022