خبریں

حقیقی دنیا کے ڈیٹا پروسیسنگ ایپلی کیشنز کو کمپیکٹ، کم تاخیر، کم طاقت والے کمپیوٹنگ سسٹم کی ضرورت ہوتی ہے۔ایونٹ سے چلنے والی کمپیوٹنگ کی صلاحیتوں کے ساتھ، تکمیلی دھاتی آکسائیڈ-سیمک کنڈکٹر ہائبرڈ یادگاری نیورومورفک فن تعمیر ایسے کاموں کے لیے ایک مثالی ہارڈویئر بنیاد فراہم کرتے ہیں۔اس طرح کے نظاموں کی مکمل صلاحیت کو ظاہر کرنے کے لیے، ہم حقیقی دنیا کے آبجیکٹ لوکلائزیشن ایپلی کیشنز کے لیے ایک جامع سینسر پروسیسنگ حل تجویز کرتے ہیں اور تجرباتی طور پر اس کا مظاہرہ کرتے ہیں۔barn owl neuroanatomy سے متاثر ہوکر، ہم نے ایک بایو انسپائرڈ، ایونٹ سے چلنے والا آبجیکٹ لوکلائزیشن سسٹم تیار کیا ہے جو ایک جدید ترین پیزو الیکٹرک مائیکرو مکینیکل ٹرانسڈیوسر ٹرانسڈیوسر کو کمپیوٹیشنل گراف پر مبنی نیورومورفک مزاحمتی میموری کے ساتھ جوڑتا ہے۔ہم ایک من گھڑت نظام کی پیمائش دکھاتے ہیں جس میں میموری پر مبنی مزاحمتی اتفاق کا پتہ لگانے والا، تاخیر لائن سرکٹری، اور مکمل طور پر حسب ضرورت الٹراسونک ٹرانسڈیوسر شامل ہوتا ہے۔ہم ان تجرباتی نتائج کو سسٹم لیول پر سمیولیشن کیلیبریٹ کرنے کے لیے استعمال کرتے ہیں۔اس کے بعد ان نقالی کو آبجیکٹ لوکلائزیشن ماڈل کی کونیی ریزولوشن اور توانائی کی کارکردگی کا اندازہ کرنے کے لیے استعمال کیا جاتا ہے۔نتائج ظاہر کرتے ہیں کہ ہمارا نقطہ نظر ایک ہی کام کو انجام دینے والے مائیکرو کنٹرولرز کے مقابلے میں زیادہ توانائی کے قابل ہو سکتا ہے۔
ہم ہر جگہ کمپیوٹنگ کے اس دور میں داخل ہو رہے ہیں جہاں ہماری روزمرہ کی زندگی میں ہماری مدد کرنے کے لیے تعینات آلات اور سسٹمز کی تعداد تیزی سے بڑھ رہی ہے۔ان سسٹمز سے توقع کی جاتی ہے کہ وہ مستقل طور پر چلیں گے، ممکنہ حد تک کم طاقت استعمال کریں گے جبکہ وہ ڈیٹا کی تشریح کرنا سیکھیں گے جو وہ متعدد سینسروں سے حقیقی وقت میں جمع کرتے ہیں اور درجہ بندی یا شناختی کاموں کے نتیجے میں بائنری آؤٹ پٹ تیار کرتے ہیں۔اس مقصد کو حاصل کرنے کے لیے درکار سب سے اہم اقدامات میں سے ایک شور مچانے والے اور اکثر نامکمل حسی ڈیٹا سے مفید اور کمپیکٹ معلومات نکالنا ہے۔روایتی انجینئرنگ نقطہ نظر عام طور پر ایک مستقل اور اعلی شرح پر سینسر سگنلز کا نمونہ بناتا ہے، یہاں تک کہ مفید ان پٹ کی غیر موجودگی میں بھی بڑی مقدار میں ڈیٹا تیار کرتا ہے۔اس کے علاوہ، یہ طریقے پیچیدہ ڈیجیٹل سگنل پروسیسنگ تکنیکوں کو (اکثر شور والے) ان پٹ ڈیٹا کو پہلے سے پروسیس کرنے کے لیے استعمال کرتے ہیں۔اس کے بجائے، حیاتیات توانائی کے موثر، غیر مطابقت پذیر، واقعہ سے چلنے والے نقطہ نظر (اسپائکس) 2,3 کا استعمال کرتے ہوئے شور کے حسی ڈیٹا کی پروسیسنگ کے لیے متبادل حل پیش کرتی ہے۔نیورومورفک کمپیوٹنگ روایتی سگنل پروسیسنگ طریقوں 4,5,6 کے مقابلے میں توانائی اور میموری کی ضروریات کے لحاظ سے کمپیوٹیشنل اخراجات کو کم کرنے کے لیے حیاتیاتی نظاموں سے تحریک لیتی ہے۔حال ہی میں، ایمپلس نیورل نیٹ ورکس (TrueNorth7، BrainScaleS8، DYNAP-SE9، Loihi10، Spinnaker11) کو نافذ کرنے والے جدید عمومی مقصد کے دماغ پر مبنی نظام کا مظاہرہ کیا گیا ہے۔یہ پروسیسرز مشین لرننگ اور کارٹیکل سرکٹ ماڈلنگ کے لیے کم طاقت، کم تاخیر کے حل فراہم کرتے ہیں۔ان کی توانائی کی کارکردگی کو مکمل طور پر استعمال کرنے کے لیے، ان نیورومورفک پروسیسرز کو براہ راست ایونٹ سے چلنے والے سینسر 12,13 سے منسلک ہونا چاہیے۔تاہم، آج صرف چند ٹچ ڈیوائسز ہیں جو براہ راست ایونٹ پر مبنی ڈیٹا فراہم کرتے ہیں۔نمایاں مثالیں وژن ایپلی کیشنز کے لیے ڈائنامک ویژول سینسرز (DVS) ہیں جیسے ٹریکنگ اور موشن ڈٹیکشن14,15,16,17 دی سلکان کوکلیا18 اور نیورومورفک آڈیٹری سینسرز (NAS)19 سمعی سگنل پروسیسنگ کے لیے، olfactory sensors20 اور numer21..ساخت کے سینسر.
اس مقالے میں، ہم آبجیکٹ لوکلائزیشن پر لاگو ایک نیا تیار کردہ ایونٹ پر مبنی سمعی پروسیسنگ سسٹم پیش کرتے ہیں۔یہاں، پہلی بار، ہم ایک جدید ترین پیزو الیکٹرک مائکرو مشین الٹراسونک ٹرانسڈیوسر (pMUT) کو نیورومورفک ریزسٹیو میموری (RRAM) پر مبنی کمپیوٹیشنل گراف کے ساتھ جوڑ کر حاصل کردہ آبجیکٹ لوکلائزیشن کے لیے ایک اینڈ ٹو اینڈ سسٹم کی وضاحت کرتے ہیں۔RRAM کا استعمال کرتے ہوئے ان میموری کمپیوٹنگ آرکیٹیکچرز بجلی کی کھپت 23,24,25,26,27,28,29 کو کم کرنے کے لیے ایک امید افزا حل ہیں۔ان کی موروثی غیر اتار چڑھاؤ — معلومات کو ذخیرہ کرنے یا اپ ڈیٹ کرنے کے لیے فعال بجلی کی کھپت کی ضرورت نہیں — نیورومورفک کمپیوٹنگ کی غیر مطابقت پذیر، ایونٹ سے چلنے والی نوعیت کے ساتھ بالکل موزوں ہے، جس کے نتیجے میں جب سسٹم بیکار ہوتا ہے تو تقریباً بجلی کی کھپت نہیں ہوتی۔Piezoelectric micromachined ultrasonic transducers (pMUTs) سستے، چھوٹے سلکان پر مبنی الٹراسونک ٹرانسڈیوسرز ہیں جو ٹرانسمیٹر اور ریسیور30,31,32,33,34 کے طور پر کام کرنے کے قابل ہیں۔بلٹ ان سینسرز کے ذریعے موصول ہونے والے سگنلز پر کارروائی کرنے کے لیے، ہم نے barn owl neuroanatomy35,36,37 سے تحریک حاصل کی۔بارن اللو ٹائیٹو البا ایک انتہائی موثر سمعی لوکلائزیشن سسٹم کی بدولت اپنی رات کے شکار کی قابل ذکر صلاحیتوں کے لیے جانا جاتا ہے۔شکار کے محل وقوع کا حساب لگانے کے لیے، بارن اللو کا لوکلائزیشن سسٹم پرواز کے وقت (ToF) کو انکوڈ کرتا ہے جب شکار سے آواز کی لہریں اُلّو کے کانوں یا ساؤنڈ ریسیپٹرز میں سے ہر ایک تک پہنچتی ہیں۔کانوں کے درمیان فاصلے کو دیکھتے ہوئے، دو ToF پیمائشوں کے درمیان فرق (Interaural Time Difference, ITD) ہدف کی ایزیمتھ پوزیشن کا تجزیاتی طور پر حساب لگانا ممکن بناتا ہے۔اگرچہ حیاتیاتی نظام الجبری مساوات کو حل کرنے کے لیے مناسب نہیں ہیں، لیکن وہ لوکلائزیشن کے مسائل کو بہت مؤثر طریقے سے حل کر سکتے ہیں۔بارن اللو اعصابی نظام اتفاقات کا پتہ لگانے والے (CD) 35 نیورونز کا ایک سیٹ استعمال کرتا ہے (یعنی، ایسے نیوران جو اسپائکس کے درمیان وقتی ارتباط کا پتہ لگانے کے قابل ہوتے ہیں جو کہ کنورجنٹ ایکسائٹیٹری اختتام تک نیچے کی طرف پھیلتے ہیں) 38,39 کو پوزیشننگ کے مسائل کو حل کرنے کے لیے کمپیوٹیشنل گراف میں منظم کیا جاتا ہے۔
پچھلی تحقیق سے پتہ چلا ہے کہ بارن اللو کے کمتر کالیکولس ("آڈیٹری کورٹیکس") سے متاثر تکمیلی میٹل آکسائیڈ سیمی کنڈکٹر (CMOS) ہارڈویئر اور RRAM پر مبنی نیورومورفک ہارڈویئر ITD13، 40، 41، کا استعمال کرتے ہوئے پوزیشن کا حساب لگانے کا ایک موثر طریقہ ہے۔ 42, 43, 44, 45, 46. تاہم، مکمل نیورومورفک سسٹمز کی صلاحیت جو سمعی اشارے کو نیورومورفک کمپیوٹیشنل گرافس سے جوڑتے ہیں ابھی تک ظاہر ہونا باقی ہے۔بنیادی مسئلہ اینالاگ سی ایم او ایس سرکٹس کی موروثی تغیر ہے، جو میچ کا پتہ لگانے کی درستگی کو متاثر کرتی ہے۔حال ہی میں، ITD47 تخمینوں کے متبادل عددی نفاذ کا مظاہرہ کیا گیا ہے۔اس مقالے میں، ہم ینالاگ سرکٹس میں تغیرات کا مقابلہ کرنے کے لیے غیر متزلزل انداز میں کنڈکٹنس ویلیو کو تبدیل کرنے کے لیے RRAM کی صلاحیت کو استعمال کرنے کی تجویز کرتے ہیں۔ہم نے ایک تجرباتی نظام نافذ کیا جس میں 111.9 kHz کی فریکوئنسی پر چلنے والی ایک pMUT ٹرانسمیٹنگ جھلی، دو pMUT وصول کرنے والی جھلیوں (سینسر) کی نقلی بارن اللو کان، اور ایک۔ہم نے اپنے لوکلائزیشن سسٹم کو جانچنے اور اس کی کونیی ریزولوشن کا جائزہ لینے کے لیے تجرباتی طور پر pMUT کا پتہ لگانے کے نظام اور RRAM پر مبنی ITD کمپیوٹیشنل گراف کو نمایاں کیا۔
ہم روایتی بیمفارمنگ یا نیورومورفک طریقوں کا استعمال کرتے ہوئے ایک ہی لوکلائزیشن کا کام انجام دینے والے مائیکرو کنٹرولر پر ڈیجیٹل نفاذ کے ساتھ اپنے طریقہ کار کا موازنہ کرتے ہیں، ساتھ ہی حوالہ میں تجویز کردہ ITD تخمینہ کے لیے فیلڈ پروگرامیبل گیٹ اری (FPGA)۔47. یہ موازنہ مجوزہ RRAM پر مبنی اینالاگ نیورومورفک سسٹم کی مسابقتی طاقت کی کارکردگی کو نمایاں کرتا ہے۔
ایک درست اور موثر آبجیکٹ لوکلائزیشن سسٹم کی ایک سب سے نمایاں مثال barn owl35,37,48 میں مل سکتی ہے۔شام اور فجر کے وقت، بارن اللو (ٹائیٹو البا) بنیادی طور پر غیر فعال سننے پر انحصار کرتا ہے، فعال طور پر چھوٹے شکار کی تلاش کرتا ہے جیسے کہ چوہوں یا چوہوں کو۔یہ سمعی ماہرین حیران کن درستگی (تقریباً 2°)35 کے ساتھ شکار سے سمعی سگنلز کو مقامی بنا سکتے ہیں، جیسا کہ تصویر 1a میں دکھایا گیا ہے۔بارن اللو آواز کے منبع سے دو کانوں تک آنے والے پرواز کے وقت (ITD) کے فرق سے ایزیمتھ (افقی) طیارے میں آواز کے ذرائع کے مقام کا اندازہ لگاتے ہیں۔ITD کمپیوٹیشنل میکانزم Jeffress49,50 کی طرف سے تجویز کیا گیا تھا جو عصبی جیومیٹری پر انحصار کرتا ہے اور اس کے لیے دو اہم اجزاء کی ضرورت ہوتی ہے: ایک محور، ایک نیوران کا اعصابی ریشہ جو تاخیر کی لکیر کے طور پر کام کرتا ہے، اور ایک کمپیوٹیشنل سسٹم میں منظم اتفاقی پتہ لگانے والے نیورون کی ایک صف۔گراف جیسا کہ شکل 1b میں دکھایا گیا ہے۔آواز ایک ازیمتھ پر منحصر وقت کی تاخیر (ITD) کے ساتھ کان تک پہنچتی ہے۔اس کے بعد آواز ہر کان میں اسپائک پیٹرن میں تبدیل ہوجاتی ہے۔بائیں اور دائیں کانوں کے محور تاخیر کی لکیروں کے طور پر کام کرتے ہیں اور سی ڈی نیوران پر اکٹھا ہوتے ہیں۔نظریاتی طور پر، مماثل نیوران کی ایک صف میں صرف ایک نیورون ایک وقت میں ان پٹ وصول کرے گا (جہاں تاخیر بالکل ختم ہوجاتی ہے) اور زیادہ سے زیادہ فائر کرے گا (پڑوسی خلیات بھی فائر کریں گے، لیکن کم تعدد پر)۔کچھ نیورانز کو چالو کرنے سے آئی ٹی ڈی کو مزید زاویوں میں تبدیل کیے بغیر خلا میں ہدف کی پوزیشن کو انکوڈ کیا جاتا ہے۔اس تصور کا خلاصہ شکل 1c میں دیا گیا ہے: مثال کے طور پر، اگر آواز دائیں طرف سے آرہی ہے جب دائیں کان سے ان پٹ سگنل بائیں کان کے راستے سے زیادہ لمبا راستہ طے کرتا ہے، ITDs کی تعداد کی تلافی کرتا ہے، مثال کے طور پر، جب نیوران 2 میچ کرتا ہے۔دوسرے لفظوں میں، ہر سی ڈی محوری تاخیر کی وجہ سے ایک مخصوص ITD (جسے زیادہ سے زیادہ تاخیر بھی کہا جاتا ہے) کا جواب دیتی ہے۔اس طرح، دماغ وقتی معلومات کو مقامی معلومات میں تبدیل کرتا ہے۔اس طریقہ کار کے جسمانی ثبوت 37,51 ملے ہیں۔فیز لاکڈ میکرونکلئس نیوران آنے والی آوازوں کے بارے میں وقتی معلومات کو ذخیرہ کرتے ہیں: جیسا کہ ان کے نام سے ظاہر ہوتا ہے، وہ سگنل کے مخصوص مراحل پر فائر کرتے ہیں۔جیفریس ماڈل کے اتفاق کا پتہ لگانے والے نیوران لیمینر کور میں پائے جا سکتے ہیں۔وہ میکرونکلیئر نیوران سے معلومات حاصل کرتے ہیں، جن کے محور تاخیر کی لکیروں کے طور پر کام کرتے ہیں۔تاخیر کی لائن کے ذریعہ فراہم کردہ تاخیر کی مقدار کو محور کی لمبائی کے ساتھ ساتھ ایک اور مائیلینیشن پیٹرن سے بھی بیان کیا جاسکتا ہے جو ترسیل کی رفتار کو تبدیل کرتا ہے۔بارن اللو کے سمعی نظام سے متاثر ہو کر، ہم نے اشیاء کو لوکلائز کرنے کے لیے ایک بایومیمیٹک نظام تیار کیا ہے۔دونوں کانوں کی نمائندگی دو پی ایم یو ٹی ریسیورز سے ہوتی ہے۔آواز کا منبع pMUT ٹرانسمیٹر ہے جو ان کے درمیان واقع ہے (تصویر 1a)، اور کمپیوٹیشنل گراف RRAM پر مبنی CD سرکٹس (تصویر 1b، سبز) کے ایک گرڈ سے بنتا ہے، جو CD نیوران کا کردار ادا کرتا ہے جن کے ان پٹ میں تاخیر ہوتی ہے۔سرکٹ کے ذریعے، تاخیر کی لکیریں (نیلی) حیاتیاتی ہم منصب میں محور کی طرح کام کرتی ہیں۔مجوزہ حسی نظام اُلّو سے آپریٹنگ فریکوئنسی میں مختلف ہے، جس کا سمعی نظام 1–8 kHz رینج میں کام کرتا ہے، لیکن تقریباً 117 kHz پر چلنے والے pMUT سینسر اس کام میں استعمال ہوتے ہیں۔الٹراسونک ٹرانس ڈوسر کے انتخاب کو تکنیکی اور اصلاح کے معیار کے مطابق سمجھا جاتا ہے۔سب سے پہلے، موصول ہونے والی بینڈوتھ کو ایک واحد فریکوئنسی تک محدود کرنا مثالی طور پر پیمائش کی درستگی کو بہتر بناتا ہے اور پوسٹ پروسیسنگ مرحلہ کو آسان بناتا ہے۔اس کے علاوہ، الٹراساؤنڈ میں آپریشن کا فائدہ یہ ہے کہ خارج ہونے والی دالیں قابل سماعت نہیں ہیں، اس لیے لوگوں کو پریشان نہ کریں، کیونکہ ان کی سمعی رینج ~20-20 kHz ہے۔
بارن اللو کسی ہدف سے آواز کی لہریں وصول کرتا ہے، اس صورت میں شکار کو حرکت میں لاتا ہے۔آواز کی لہر کی پرواز کا وقت (ToF) ہر کان کے لیے مختلف ہوتا ہے (جب تک کہ شکار براہ راست اللو کے سامنے نہ ہو)۔نقطے والی لکیر وہ راستہ دکھاتی ہے جو آواز کی لہریں بارن اللو کے کانوں تک پہنچنے کے لیے لیتی ہیں۔دو صوتی راستوں کے درمیان لمبائی کے فرق اور متعلقہ انٹراورل ٹائم فرق (ITD) کی بنیاد پر شکار کو افقی جہاز میں درست طریقے سے مقامی کیا جا سکتا ہے (ریفریٹ 74، کاپی رائٹ 2002، سوسائٹی فار نیورو سائنس سے متاثر بائیں تصویر)۔ہمارے سسٹم میں، pMUT ٹرانسمیٹر (گہرا نیلا) آواز کی لہریں پیدا کرتا ہے جو ہدف سے اچھالتی ہیں۔عکاسی شدہ الٹراساؤنڈ لہریں دو پی ایم یو ٹی ریسیورز (ہلکے سبز) کے ذریعہ موصول ہوتی ہیں اور نیورومورفک پروسیسر (دائیں) کے ذریعہ کارروائی کی جاتی ہیں۔b ایک آئی ٹی ڈی (جیفریس) کمپیوٹیشنل ماڈل جس میں بتایا گیا ہے کہ بارن اللو کے کانوں میں داخل ہونے والی آوازوں کو پہلے بڑے نیوکلئس (NM) میں فیز لاک اسپائکس کے طور پر انکوڈ کیا جاتا ہے اور پھر لیملر نیوکلئس میں مماثل ڈیٹیکٹر نیورون کے جیومیٹریکل طور پر ترتیب شدہ گرڈ کا استعمال کیا جاتا ہے۔پروسیسنگ (ہالینڈ) (بائیں)۔تاخیر کی لکیروں اور اتفاق کا پتہ لگانے والے نیوران کو ملانے والے نیورو آئی ٹی ڈی کمپیوٹیشنل گراف کی مثال، اللو بائیو سینسر سسٹم کو RRAM پر مبنی نیورومورفک سرکٹس (دائیں) کا استعمال کرتے ہوئے ماڈل بنایا جا سکتا ہے۔c مرکزی جیفریس میکانزم کا اسکیمیٹک، ToF میں فرق کی وجہ سے، دونوں کان مختلف اوقات میں آواز کی محرک حاصل کرتے ہیں اور دونوں سروں سے محور کو پکڑنے والے کو بھیجتے ہیں۔محور اتفاقات کا پتہ لگانے والے (CD) نیورونز کی ایک سیریز کا حصہ ہیں، جن میں سے ہر ایک مضبوط وقت کے ساتھ منسلک ان پٹس کو منتخب طور پر جواب دیتا ہے۔نتیجے کے طور پر، صرف سی ڈیز جن کے ان پٹ وقت کے سب سے چھوٹے فرق کے ساتھ آتے ہیں زیادہ سے زیادہ پرجوش ہوتے ہیں (ITD کو بالکل معاوضہ دیا جاتا ہے)۔اس کے بعد سی ڈی ہدف کی کونیی پوزیشن کو انکوڈ کرے گی۔
پیزو الیکٹرک مائیکرو مکینیکل الٹراسونک ٹرانسڈیوسرز توسیع پذیر الٹراسونک ٹرانس ڈوسرز ہیں جنہیں جدید CMOS ٹیکنالوجی 31,32,33,52 کے ساتھ مربوط کیا جا سکتا ہے اور روایتی والیومیٹرک ٹرانسڈیوسرز کے مقابلے میں ابتدائی وولٹیج اور بجلی کی کھپت کم ہوتی ہے۔ہمارے کام میں، جھلی کا قطر 880 µm ہے، اور گونجنے والی فریکوئنسی 110–117 kHz کی حد میں تقسیم کی گئی ہے (تصویر 2a، تفصیلات کے لیے طریقے دیکھیں)۔دس ٹیسٹ آلات کے بیچ میں، اوسط معیار کا عنصر تقریباً 50 تھا (ریفری 31)۔ٹیکنالوجی صنعتی پختگی کو پہنچ چکی ہے اور یہ بائیو انسپائرڈ نہیں ہے۔مختلف pMUT فلموں سے معلومات کو یکجا کرنا ایک معروف تکنیک ہے، اور زاویہ کی معلومات pMUTs سے حاصل کی جا سکتی ہیں، مثال کے طور پر بیمفارمنگ تکنیک 31,54۔تاہم، زاویہ کی معلومات کو نکالنے کے لیے ضروری سگنل پروسیسنگ کم طاقت کی پیمائش کے لیے موزوں نہیں ہے۔مجوزہ نظام نیورومورفک ڈیٹا پری پروسیسنگ سرکٹ پی ایم یو ٹی کو جیفریس ماڈل (فگر 2c) سے متاثر RRAM پر مبنی نیورومورفک کمپیوٹنگ گراف کے ساتھ جوڑتا ہے، جو ایک متبادل توانائی کے قابل اور وسائل سے محدود ہارڈ ویئر حل فراہم کرتا ہے۔ہم نے ایک تجربہ کیا جس میں دو پی ایم یو ٹی سینسرز کو تقریباً 10 سینٹی میٹر کے فاصلے پر رکھا گیا تھا تاکہ دو وصول کرنے والی جھلیوں کو موصول ہونے والی مختلف ToF آوازوں کا فائدہ اٹھایا جا سکے۔ٹرانسمیٹر کے طور پر کام کرنے والا ایک پی ایم یو ٹی ریسیورز کے درمیان بیٹھتا ہے۔ہدف 12 سینٹی میٹر چوڑی PVC پلیٹ تھی، جو pMUT ڈیوائس (تصویر 2b) کے سامنے ایک فاصلے پر واقع تھی۔ریسیور آبجیکٹ سے منعکس ہونے والی آواز کو ریکارڈ کرتا ہے اور آواز کی لہر کے گزرنے کے دوران زیادہ سے زیادہ ردعمل ظاہر کرتا ہے۔فاصلہ D اور زاویہ θ سے متعین آبجیکٹ کی پوزیشن تبدیل کر کے تجربے کو دہرائیں۔ایک لنک سے متاثر۔55، ہم نیورومورفک کمپیوٹیشنل گراف کو ان پٹ کرنے کے لیے عکاس لہروں کو چوٹیوں میں تبدیل کرنے کے لیے pMUT خام سگنلز کی ایک نیورومورفک پری پروسیسنگ کی تجویز پیش کرتے ہیں۔چوٹی کے طول و عرض سے متعلقہ ToF ہر دو چینلز سے نکالا جاتا ہے اور انفرادی چوٹیوں کے عین مطابق وقت کے طور پر انکوڈ کیا جاتا ہے۔انجیر پر۔2c ایک RRAM پر مبنی کمپیوٹیشنل گراف کے ساتھ pMUT سینسر کو انٹرفیس کرنے کے لیے درکار سرکٹری کو دکھاتا ہے: ہر دو pMUT ریسیورز کے لیے، خام سگنل بینڈ پاس کو ہموار کرنے، درست کرنے کے لیے فلٹر کیا جاتا ہے، اور پھر قابو پانے کے موڈ میں لیکی انٹیگریٹر کو منتقل کیا جاتا ہے۔متحرک حد (تصویر 2d) ایک آؤٹ پٹ ایونٹ (اسپائک) اور فائرنگ (LIF) نیورون بناتی ہے: آؤٹ پٹ اسپائک ٹائم پتہ چلنے والے فلائٹ ٹائم کو انکوڈ کرتا ہے۔LIF تھریشولڈ کو pMUT ردعمل کے خلاف کیلیبریٹ کیا جاتا ہے، اس طرح pMUT تغیر کو آلہ سے آلہ تک کم کرتا ہے۔اس نقطہ نظر کے ساتھ، پوری صوتی لہر کو میموری میں ذخیرہ کرنے اور بعد میں اس پر کارروائی کرنے کے بجائے، ہم صرف آواز کی لہر کے ToF کے مطابق ایک چوٹی پیدا کرتے ہیں، جو مزاحم میموری کمپیوٹیشنل گراف میں ان پٹ کو تشکیل دیتا ہے۔اسپائکس براہ راست تاخیر کی لکیروں پر بھیجے جاتے ہیں اور نیورومورفک کمپیوٹیشن گرافس میں میچ کا پتہ لگانے والے ماڈیولز کے ساتھ متوازی ہوتے ہیں۔چونکہ وہ ٹرانزسٹروں کے دروازوں پر بھیجے جاتے ہیں، اس لیے کسی اضافی ایمپلیفیکیشن سرکٹری کی ضرورت نہیں ہے (تفصیلات کے لیے ضمنی تصویر 4 دیکھیں)۔pMUT اور مجوزہ سگنل پروسیسنگ طریقہ کے ذریعہ فراہم کردہ لوکلائزیشن کونیی درستگی کا جائزہ لینے کے لیے، ہم نے ITD (یعنی دو ریسیورز کے ذریعے پیدا ہونے والے چوٹی کے واقعات کے درمیان وقت میں فرق) کی پیمائش کی کیونکہ آبجیکٹ کا فاصلہ اور زاویہ مختلف تھا۔اس کے بعد ITD تجزیہ کو زاویوں میں تبدیل کیا گیا (طریقہ دیکھیں) اور آبجیکٹ کی پوزیشن کے خلاف منصوبہ بندی کی گئی: ناپے گئے ITD میں غیر یقینی صورتحال آبجیکٹ کے فاصلے اور زاویہ کے ساتھ بڑھ گئی (تصویر 2e،f)۔اہم مسئلہ pMUT جواب میں چوٹی سے شور کا تناسب (PNR) ہے۔آبجیکٹ جتنا دور ہوگا، صوتی سگنل اتنا ہی کم ہوگا، اس طرح PNR (تصویر 2f، گرین لائن) میں کمی آئے گی۔PNR میں کمی ITD تخمینہ میں غیر یقینی صورتحال میں اضافے کا باعث بنتی ہے، جس کے نتیجے میں لوکلائزیشن کی درستگی میں اضافہ ہوتا ہے (تصویر 2f، بلیو لائن)۔ٹرانسمیٹر سے 50 سینٹی میٹر کے فاصلے پر کسی چیز کے لیے، نظام کی کونیی درستگی تقریباً 10° ہے۔سینسر کی خصوصیات کی طرف سے عائد کردہ اس حد کو بہتر کیا جا سکتا ہے۔مثال کے طور پر، ایمیٹر کے ذریعے بھیجے جانے والے دباؤ کو بڑھایا جا سکتا ہے، اس طرح پی ایم یو ٹی جھلی کو چلانے والی وولٹیج میں اضافہ ہوتا ہے۔منتقلی سگنل کو بڑھانے کا ایک اور حل ایک سے زیادہ ٹرانسمیٹر 56 کو جوڑنا ہے۔ یہ حل توانائی کی بڑھتی ہوئی لاگت کی قیمت پر پتہ لگانے کی حد میں اضافہ کریں گے۔وصول کرنے والے پہلو پر اضافی بہتری لائی جا سکتی ہے۔pMUT کے ریسیور شور فلور کو pMUT اور پہلے مرحلے کے ایمپلیفائر کے درمیان کنکشن کو بہتر بنا کر نمایاں طور پر کم کیا جا سکتا ہے، جو فی الحال وائر کنکشنز اور RJ45 کیبلز کے ساتھ کیا جاتا ہے۔
چھ 880 µm جھلیوں کے ساتھ ایک pMUT کرسٹل کی تصویر 1.5 ملی میٹر پچ پر مربوط ہے۔ب ماپنے کے سیٹ اپ کا خاکہ۔ہدف ایزیمتھ پوزیشن θ اور فاصلے پر واقع ہے D۔ pMUT ٹرانسمیٹر 117.6 kHz سگنل تیار کرتا ہے جو ہدف سے اچھالتا ہے اور پرواز کے مختلف وقت (ToF) کے ساتھ دو pMUT ریسیورز تک پہنچتا ہے۔یہ فرق، انٹر-اورل ٹائم فرق (ITD) کے طور پر بیان کیا جاتا ہے، کسی شے کی پوزیشن کو انکوڈ کرتا ہے اور اس کا اندازہ دو ریسیور سینسر کے چوٹی کے ردعمل کا تخمینہ لگا کر لگایا جا سکتا ہے۔c خام پی ایم یو ٹی سگنل کو اسپائک سیکوئنسز میں تبدیل کرنے کے لیے پہلے سے پروسیسنگ کے مراحل کا منصوبہ بندی (یعنی نیورومورفک کمپیوٹیشن گراف میں ان پٹ)۔پی ایم یو ٹی سینسرز اور نیورومورفک کمپیوٹیشنل گرافس کو من گھڑت اور تجربہ کیا گیا ہے، اور نیورومورفک پری پروسیسنگ سافٹ ویئر سمولیشن پر مبنی ہے۔d سگنل ملنے پر پی ایم یو ٹی جھلی کا ردعمل اور اس کی سپائیک ڈومین میں تبدیلی۔ای تجرباتی لوکلائزیشن کونیی درستگی آبجیکٹ اینگل (Θ) اور فاصلہ (D) ہدف آبجیکٹ کے فنکشن کے طور پر۔ITD نکالنے کے طریقہ کار کے لیے کم از کم کونیی ریزولوشن تقریباً 4°C درکار ہوتا ہے۔f کونیی درستگی (نیلی لکیر) اور متعلقہ چوٹی سے شور کا تناسب (سبز لائن) بمقابلہ آبجیکٹ فاصلہ Θ = 0۔
مزاحم میموری معلومات کو غیر مستحکم کنڈکٹیو حالت میں محفوظ کرتی ہے۔طریقہ کار کا بنیادی اصول یہ ہے کہ جوہری سطح پر مواد کی تبدیلی اس کی برقی چالکتا میں تبدیلی کا سبب بنتی ہے۔یہاں ہم ایک آکسائیڈ پر مبنی مزاحمتی میموری استعمال کرتے ہیں جس میں ہفنیم ڈائی آکسائیڈ کی 5nm پرت ہوتی ہے جو اوپر اور نیچے ٹائٹینیم اور ٹائٹینیم نائٹرائڈ الیکٹروڈ کے درمیان سینڈویچ ہوتی ہے۔RRAM ڈیوائسز کی چالکتا کو کرنٹ/وولٹیج ویوفارم لگا کر تبدیل کیا جا سکتا ہے جو الیکٹروڈز کے درمیان آکسیجن خالی جگہوں کے کنڈکٹیو فلامینٹ بناتا یا توڑتا ہے۔ہم نے اس طرح کے آلات58 کو ایک معیاری 130 nm CMOS عمل میں مربوط کیا تاکہ ایک من گھڑت ری کنفیگر ایبل نیورومورفک سرکٹ بنایا جا سکے جس میں اتفاق کا پتہ لگانے والے اور تاخیری لائن سرکٹ کو لاگو کیا جا سکے (تصویر 3a)۔ڈیوائس کی غیر اتار چڑھاؤ اور ینالاگ نوعیت، نیورومورفک سرکٹ کی واقعہ سے چلنے والی نوعیت کے ساتھ مل کر، بجلی کی کھپت کو کم کرتی ہے۔سرکٹ میں فوری آن/آف فنکشن ہوتا ہے: یہ آن ہونے کے فوراً بعد کام کرتا ہے، جس سے سرکٹ کے بیکار ہونے پر بجلی کو مکمل طور پر بند کیا جا سکتا ہے۔مجوزہ اسکیم کے اہم بلڈنگ بلاکس کو تصویر میں دکھایا گیا ہے۔3b.یہ N متوازی سنگل ریزسٹر سنگل ٹرانجسٹر (1T1R) ڈھانچے پر مشتمل ہے جو Synaptic وزن کو انکوڈ کرتا ہے جس سے وزنی کرنٹ لیا جاتا ہے، ایک ڈیفرینشل پیئر انٹیگریٹر (DPI)59 کے مشترکہ synapse میں انجکشن لگایا جاتا ہے، اور آخر میں انضمام کے ساتھ Synapse میں انجکشن لگایا جاتا ہے۔ رساوفعال (LIF) نیوران 60 (تفصیلات کے لیے طریقے دیکھیں)۔ان پٹ سرجز کو 1T1R ڈھانچے کے گیٹ پر وولٹیج کی دالوں کی ترتیب کی شکل میں سینکڑوں نینو سیکنڈز کے دورانیے کے ساتھ لاگو کیا جاتا ہے۔جب Vbottom کو گراؤنڈ کیا جاتا ہے تو Vtop پر ایک بیرونی مثبت حوالہ لگا کر مزاحمتی میموری کو ہائی کنڈیکٹیو سٹیٹ (HCS) میں رکھا جا سکتا ہے، اور Vtop کے گراؤنڈ ہونے پر Vbottom پر مثبت وولٹیج لگا کر کم کنڈیکٹو سٹیٹ (LCS) پر ری سیٹ کیا جا سکتا ہے۔HCS کی اوسط قدر کو SET (ICC) کے پروگرامنگ کرنٹ (تعمیل) کو سیریز ٹرانجسٹر (تصویر 3c) کے گیٹ سورس وولٹیج کے ذریعے محدود کر کے کنٹرول کیا جا سکتا ہے۔سرکٹ میں RRAM کے افعال دو گنا ہوتے ہیں: وہ ان پٹ دالوں کو ڈائریکٹ اور وزن دیتے ہیں۔
نیلے رنگ کے HfO2 1T1R RRAM ڈیوائس کی سکیننگ الیکٹران مائکروسکوپ (SEM) تصویر جو 130 nm CMOS ٹیکنالوجی میں سلیکٹر ٹرانزسٹرز (650 nm چوڑے) سبز رنگ میں ہے۔b مجوزہ نیورومورفک اسکیما کے بنیادی بلڈنگ بلاکس۔ان پٹ وولٹیج کی دالیں (چوٹیوں) Vin0 اور Vin1 موجودہ Iweight کو استعمال کرتی ہیں، جو کہ 1T1R ڈھانچے کی ترسیل ریاستوں G0 اور G1 کے متناسب ہے۔یہ کرنٹ DPI Synapses میں داخل کیا جاتا ہے اور LIF نیوران کو اکساتا ہے۔RRAM G0 اور G1 بالترتیب HCS اور LCS میں نصب ہیں۔c 16K RRAM ڈیوائسز کے ایک گروپ کے لیے ICC کرنٹ مماثلت کے فنکشن کے طور پر مجموعی کنڈکشن کثافت کا فنکشن، جو مؤثر طریقے سے ترسیل کی سطح کو کنٹرول کرتا ہے۔d (a) میں سرکٹ کی پیمائش ظاہر کرتی ہے کہ G1 (LCS میں) مؤثر طریقے سے Vin1 (سبز) سے ان پٹ کو روکتا ہے، اور درحقیقت آؤٹ پٹ نیوران کی جھلی کا وولٹیج صرف Vin0 سے آنے والے نیلے ان پٹ کا جواب دیتا ہے۔RRAM مؤثر طریقے سے سرکٹ میں کنکشن کا تعین کرتا ہے۔e میں سرکٹ کی پیمائش (b) وولٹیج پلس Vin0 لگانے کے بعد جھلی وولٹیج Vmem پر کنڈکنس ویلیو G0 کا اثر دکھاتی ہے۔جتنی زیادہ کنڈکٹنس، اتنا ہی مضبوط ردعمل: اس طرح، RRAM ڈیوائس I/O کنکشن ویٹنگ کو لاگو کرتا ہے۔پیمائش سرکٹ پر کی گئی تھی اور RRAM کے دوہری فنکشن، روٹنگ اور ان پٹ دالوں کی وزن کو ظاہر کرتی ہے۔
سب سے پہلے، چونکہ دو بنیادی کنڈکشن سٹیٹس (HCS اور LCS) ہیں، RRAMs ان پٹ پلس کو بلاک یا مس کر سکتے ہیں جب وہ بالترتیب LCS یا HCS ریاستوں میں ہوں۔نتیجے کے طور پر، RRAM مؤثر طریقے سے سرکٹ میں کنکشن کا تعین کرتا ہے.یہ فن تعمیر کو دوبارہ ترتیب دینے کے قابل ہونے کی بنیاد ہے۔اس کو ظاہر کرنے کے لیے، ہم تصویر 3b میں سرکٹ بلاک کے من گھڑت سرکٹ کے نفاذ کو بیان کریں گے۔G0 کے مطابق RRAM HCS میں پروگرام کیا گیا ہے، اور دوسرا RRAM G1 LCS میں پروگرام کیا گیا ہے۔ان پٹ دالیں Vin0 اور Vin1 دونوں پر لگائی جاتی ہیں۔ان پٹ دالوں کے دو تسلسل کے اثرات کا تجزیہ آؤٹ پٹ نیوران میں نیوران میمبرین وولٹیج اور آؤٹ پٹ سگنل کو ایک آسیلوسکوپ کا استعمال کرتے ہوئے کیا گیا۔تجربہ اس وقت کامیاب ہوا جب صرف HCS ڈیوائس (G0) کو جھلی کے تناؤ کو متحرک کرنے کے لیے نیوران کی نبض سے جوڑا گیا تھا۔یہ شکل 3d میں دکھایا گیا ہے، جہاں نیلی پلس ٹرین جھلی کیپسیٹر پر جھلی کے وولٹیج کو بنانے کا سبب بنتی ہے، جبکہ سبز پلس ٹرین جھلی کے وولٹیج کو مستقل رکھتی ہے۔
RRAM کا دوسرا اہم کام کنکشن وزن کا نفاذ ہے۔RRAM کی ینالاگ کنڈکٹنس ایڈجسٹمنٹ کا استعمال کرتے ہوئے، I/O کنکشن کو اس کے مطابق وزن کیا جا سکتا ہے۔دوسرے تجربے میں، G0 ڈیوائس کو HCS کی مختلف سطحوں پر پروگرام کیا گیا تھا، اور ان پٹ پلس کو VIn0 ان پٹ پر لاگو کیا گیا تھا۔ان پٹ پلس ڈیوائس سے کرنٹ (آئی ویٹ) کھینچتی ہے، جو کنڈکٹنس اور متعلقہ ممکنہ ڈراپ Vtop − Vbot کے متناسب ہے۔اس وزنی کرنٹ کو پھر DPI Synapses اور LIF آؤٹ پٹ نیوران میں داخل کیا جاتا ہے۔آؤٹ پٹ نیوران کی جھلی وولٹیج کو ایک آسیلوسکوپ کا استعمال کرتے ہوئے ریکارڈ کیا گیا تھا اور تصویر 3d میں دکھایا گیا تھا۔ایک ان پٹ پلس کے جواب میں نیوران جھلی کی وولٹیج کی چوٹی مزاحمتی میموری کے کنڈکٹنس کے متناسب ہے، یہ ظاہر کرتی ہے کہ RRAM کو Synaptic وزن کے قابل پروگرام عنصر کے طور پر استعمال کیا جا سکتا ہے۔یہ دو ابتدائی ٹیسٹ ظاہر کرتے ہیں کہ مجوزہ RRAM پر مبنی نیورومورفک پلیٹ فارم بنیادی جیفریس میکانزم کے بنیادی عناصر یعنی تاخیر کی لکیر اور اتفاقی پتہ لگانے والے سرکٹ کو نافذ کرنے کے قابل ہے۔سرکٹ پلیٹ فارم کو یکے بعد دیگرے بلاکس کو ایک ساتھ لگا کر بنایا گیا ہے، جیسے کہ شکل 3b میں بلاکس، اور ان کے دروازوں کو ایک مشترکہ ان پٹ لائن سے جوڑ کر۔ہم نے ایک نیورومورفک پلیٹ فارم کو ڈیزائن، من گھڑت، اور تجربہ کیا جس میں دو آؤٹ پٹ نیوران شامل ہیں جو دو ان پٹ حاصل کرتے ہیں (تصویر 4a)۔سرکٹ ڈایاگرام کو شکل 4b میں دکھایا گیا ہے۔اوپری 2 × 2 RRAM میٹرکس ان پٹ دالوں کو دو آؤٹ پٹ نیوران کی طرف جانے کی اجازت دیتا ہے، جبکہ نچلا 2 × 2 میٹرکس دو نیوران (N0, N1) کے بار بار ہونے والے کنکشن کی اجازت دیتا ہے۔ہم یہ ظاہر کرتے ہیں کہ اس پلیٹ فارم کو تاخیر کی لکیر کی ترتیب اور دو مختلف اتفاقات کا پتہ لگانے والے افعال کے ساتھ استعمال کیا جا سکتا ہے، جیسا کہ تصویر 4c-e میں تجرباتی پیمائش سے دکھایا گیا ہے۔
سرکٹ ڈایاگرام دو آؤٹ پٹ نیوران N0 اور N1 کے ذریعہ تشکیل دیا گیا ہے جس میں دو ان پٹ 0 اور 1 موصول ہوتے ہیں۔ سرنی کے اوپری چار آلات ان پٹ سے آؤٹ پٹ تک Synaptic کنکشن کی وضاحت کرتے ہیں، اور نیچے کے چار خلیے نیوران کے درمیان بار بار ہونے والے رابطوں کی وضاحت کرتے ہیں۔رنگین RRAMs HCS میں دائیں طرف کنفیگر کیے گئے آلات کی نمائندگی کرتے ہیں: HCS میں موجود آلات کنکشن کی اجازت دیتے ہیں اور وزن کی نمائندگی کرتے ہیں، جب کہ LCS میں موجود آلات ان پٹ پلس کو روکتے ہیں اور آؤٹ پٹ سے کنکشن کو غیر فعال کرتے ہیں۔b سرکٹ کا خاکہ (a) نیلے رنگ میں نمایاں کردہ آٹھ RRAM ماڈیولز کے ساتھ۔c تاخیر کی لکیریں صرف DPI synapses اور LIF نیوران کی حرکیات کا استعمال کرتے ہوئے بنتی ہیں۔گرین RRAM اتنی زیادہ کنڈکٹنس پر سیٹ ہے تاکہ ان پٹ میں تاخیر Δt کے بعد آؤٹ پٹ میں خرابی پیدا کر سکے۔d وقت پر منحصر سگنلز کی سمت غیر حساس سی ڈی کا پتہ لگانے کی منصوبہ بندی کی مثال۔آؤٹ پٹ نیوران 1، N1، تھوڑی تاخیر کے ساتھ ان پٹ 0 اور 1 پر فائر کرتا ہے۔ای ڈائریکشن حساس سی ڈی سرکٹ، ایک سرکٹ جو پتہ لگاتا ہے کہ ان پٹ 1 کب ان پٹ 0 تک پہنچتا ہے اور ان پٹ 0 کے بعد آتا ہے۔ سرکٹ کی آؤٹ پٹ نیورون 1 (N1) سے ظاہر ہوتی ہے۔
تاخیر کی لکیر (شکل 4c) Tdel میں تاخیر کرکے Vin1 سے Vout1 تک ان پٹ اسپائک کو دوبارہ پیدا کرنے کے لیے DPI synapses اور LIF نیوران کے متحرک رویے کا استعمال کرتی ہے۔صرف G3 RRAM جو Vin1 اور Vout1 سے منسلک ہے HCS میں پروگرام کیا گیا ہے، باقی RRAMs کو LCS میں پروگرام کیا گیا ہے۔G3 ڈیوائس کو 92.6 µs کے لیے پروگرام کیا گیا تھا تاکہ یہ یقینی بنایا جا سکے کہ ہر ان پٹ پلس آؤٹ پٹ نیوران کی جھلی کے وولٹیج کو حد تک پہنچنے اور تاخیر سے آؤٹ پٹ پلس پیدا کرنے کے لیے کافی حد تک بڑھاتی ہے۔تاخیر کا تعین Synaptic اور عصبی وقت کے استحکام سے ہوتا ہے۔اتفاق کا پتہ لگانے والے وقتی طور پر منسلک لیکن مقامی طور پر تقسیم شدہ ان پٹ سگنلز کی موجودگی کا پتہ لگاتے ہیں۔سمت غیر حساس سی ڈی ایک عام آؤٹ پٹ نیوران (شکل 4d) میں تبدیل ہونے والے انفرادی آدانوں پر انحصار کرتی ہے۔Vin0 اور Vin1 کو بالترتیب Vout1، G2 اور G4 سے جوڑنے والے دو RRAMs کو اعلی ترسیل کے لیے پروگرام کیا گیا ہے۔Vin0 اور Vin1 پر اسپائکس کی بیک وقت آمد سے N1 نیوران جھلی کا وولٹیج آؤٹ پٹ اسپائک پیدا کرنے کے لیے درکار حد سے اوپر بڑھ جاتا ہے۔اگر دونوں ان پٹ وقت کے ساتھ بہت دور ہیں، تو پہلے ان پٹ کے ذریعے جمع ہونے والے جھلی کے وولٹیج پر چارج کے زوال کا وقت ہو سکتا ہے، جو جھلی کے ممکنہ N1 کو حد کی قدر تک پہنچنے سے روکتا ہے۔G1 اور G2 کو تقریباً 65 µs کے لیے پروگرام کیا گیا ہے، جو اس بات کو یقینی بناتا ہے کہ ایک ان پٹ اضافے سے جھلی کے وولٹیج میں اتنا اضافہ نہیں ہوتا ہے کہ آؤٹ پٹ میں اضافہ ہو۔جگہ اور وقت میں تقسیم ہونے والے واقعات کے درمیان اتفاق کا پتہ لگانا ایک بنیادی آپریشن ہے جو سینسنگ کے کاموں کی ایک وسیع رینج میں استعمال ہوتا ہے جیسے آپٹیکل فلو پر مبنی رکاوٹ سے بچنا اور صوتی ذریعہ لوکلائزیشن۔اس طرح، کمپیوٹنگ سمت کے لحاظ سے حساس اور غیر حساس سی ڈیز بصری اور آڈیو لوکلائزیشن کے نظام کی تعمیر کے لیے ایک بنیادی تعمیراتی بلاک ہے۔جیسا کہ وقت کے مستقل کی خصوصیات سے دکھایا گیا ہے (ضمیمہ تصویر 2 دیکھیں)، مجوزہ سرکٹ وقت کے پیمانے کے چار آرڈرز کی ایک مناسب رینج کو لاگو کرتا ہے۔اس طرح، یہ بیک وقت بصری اور ساؤنڈ سسٹم کی ضروریات کو پورا کر سکتا ہے۔دشاتمک حساس سی ڈی ایک سرکٹ ہے جو دالوں کی آمد کے مقامی ترتیب کے لیے حساس ہے: دائیں سے بائیں اور اس کے برعکس۔یہ ڈروسوفلا بصری نظام کے بنیادی حرکت کا پتہ لگانے کے نیٹ ورک میں ایک بنیادی عمارت کا بلاک ہے، جو حرکت کی سمتوں کا حساب لگانے اور تصادم کا پتہ لگانے کے لیے استعمال ہوتا ہے۔سمت کے لحاظ سے حساس سی ڈی کو حاصل کرنے کے لیے، دو ان پٹس کو دو مختلف نیوران (N0, N1) کی طرف لے جانا چاہیے اور ان کے درمیان ایک دشاتمک رابطہ قائم ہونا چاہیے (تصویر 4e)۔جب پہلا ان پٹ موصول ہوتا ہے تو، NO اپنی جھلی کے پار وولٹیج کو حد کی قدر سے اوپر بڑھا کر اور اضافے کو بھیج کر رد عمل ظاہر کرتا ہے۔یہ آؤٹ پٹ ایونٹ، بدلے میں، سبز رنگ میں نمایاں کردہ دشاتمک کنکشن کی بدولت N1 کو فائر کرتا ہے۔اگر کوئی ان پٹ ایونٹ Vin1 آتا ہے اور N1 کو توانائی بخشتا ہے جب کہ اس کی جھلی کا وولٹیج ابھی بھی زیادہ ہے، N1 ایک آؤٹ پٹ ایونٹ تیار کرتا ہے جو اس بات کی نشاندہی کرتا ہے کہ دونوں ان پٹ کے درمیان میچ پایا گیا ہے۔دشاتمک کنکشن N1 کو صرف اس صورت میں آؤٹ پٹ کو خارج کرنے کی اجازت دیتے ہیں جب ان پٹ 0 کے بعد ان پٹ 1 آتا ہے۔ G0، G3، اور G7 کو بالترتیب 73.5 µS، 67.3 µS، اور 40.2 µS پر پروگرام کیا جاتا ہے، اس بات کو یقینی بناتے ہوئے کہ ان پٹ Vin0 پر ایک ہی اسپائک تاخیر کا سبب بنے۔ آؤٹ پٹ اسپائک، جبکہ N1 کی جھلی کی صلاحیت صرف اس وقت حد تک پہنچتی ہے جب دونوں ان پٹ برسٹ مطابقت پذیر ہوتے ہیں۔.
تغیر پذیری ماڈلڈ نیورومورفک سسٹمز63,64,65 میں خرابی کا ایک ذریعہ ہے۔یہ نیوران اور synapses کے متفاوت رویے کی طرف جاتا ہے۔اس طرح کے نقصانات کی مثالوں میں ان پٹ حاصل میں 30% (معیاری انحراف) کی تبدیلی، وقت مستقل، اور ریفریکٹری پیریڈ، نام کے لیے کچھ (طریقے دیکھیں) شامل ہیں۔یہ مسئلہ اس وقت اور بھی زیادہ واضح ہوتا ہے جب متعدد نیورل سرکٹس آپس میں جڑے ہوتے ہیں، جیسے کہ دو نیورونز پر مشتمل اورینٹیشن حساس سی ڈی۔صحیح طریقے سے کام کرنے کے لیے، دونوں نیورانوں کے حاصل اور زوال کے وقت کے مستقل کو جتنا ممکن ہو ایک جیسا ہونا چاہیے۔مثال کے طور پر، ان پٹ گین میں ایک بڑا فرق ایک نیوران کو ان پٹ پلس پر زیادہ رد عمل کا سبب بن سکتا ہے جبکہ دوسرا نیوران بمشکل جوابی ہوتا ہے۔انجیر پر۔شکل 5a سے پتہ چلتا ہے کہ تصادفی طور پر منتخب نیوران ایک ہی ان پٹ پلس کو مختلف طریقے سے جواب دیتے ہیں۔یہ اعصابی تغیرات متعلقہ ہے، مثال کے طور پر، سمت حساس سی ڈیز کے کام سے۔انجیر میں دکھایا گیا اسکیم میں۔5b، c، نیوران 1 کا ان پٹ گین نیوران 0 کے مقابلے میں بہت زیادہ ہے۔ اس طرح، نیوران 0 کو دہلیز تک پہنچنے کے لیے تین ان پٹ دالیں (1 کی بجائے) درکار ہوتی ہیں، اور نیوران 1، جیسا کہ توقع کی جاتی ہے، کو دو ان پٹ واقعات کی ضرورت ہوتی ہے۔اسپائک ٹائم پر منحصر بایومیمیٹک پلاسٹکٹی (STDP) کو لاگو کرنا سسٹم کی کارکردگی پر غلط اور سست نیورل اور سائنپٹک سرکٹس کے اثرات کو کم کرنے کا ایک ممکنہ طریقہ ہے۔یہاں ہم تجویز کرتے ہیں کہ مزاحمتی میموری کے پلاسٹک رویے کو نیورل ان پٹ کو بڑھانے اور نیورومورفک سرکٹس میں تغیر کے اثرات کو کم کرنے کے ایک ذریعہ کے طور پر استعمال کیا جائے۔جیسا کہ تصویر میں دکھایا گیا ہے۔4e، RRAM Synaptic ماس کے ساتھ منسلک کنڈکٹنس لیولز نے متعلقہ عصبی جھلی وولٹیج کے ردعمل کو مؤثر طریقے سے ماڈیول کیا۔ہم ایک تکراری RRAM پروگرامنگ حکمت عملی استعمال کرتے ہیں۔دیے گئے ان پٹ کے لیے، Synaptic وزن کی کنڈکٹنس ویلیوز کو دوبارہ پروگرام کیا جاتا ہے جب تک کہ سرکٹ کا ہدف سلوک حاصل نہ ہو جائے (طریقے دیکھیں)۔
ایک ہی ان پٹ پلس پر تصادفی طور پر منتخب کردہ نو انفرادی نیورونز کے ردعمل کی تجرباتی پیمائش۔جواب آبادیوں کے لحاظ سے مختلف ہوتا ہے، جس سے ان پٹ کے حصول اور وقت کے مستقل کو متاثر ہوتا ہے۔b سمت حساس سی ڈی کو متاثر کرنے والے نیوران کی تغیر پر نیوران کے اثر و رسوخ کی تجرباتی پیمائش۔دو سمت حساس CD آؤٹ پٹ نیوران نیوران سے نیوران تغیر کی وجہ سے ان پٹ محرکات کا مختلف انداز میں جواب دیتے ہیں۔نیوران 0 میں نیوران 1 کے مقابلے میں کم ان پٹ گین ہوتا ہے، اس لیے آؤٹ پٹ اسپائک بنانے کے لیے اسے تین ان پٹ دالیں (1 کی بجائے) لگتی ہیں۔جیسا کہ توقع کی جاتی ہے، نیوران 1 دو ان پٹ واقعات کے ساتھ دہلیز تک پہنچ جاتا ہے۔اگر ان پٹ 1 نیوران 0 فائر ہونے کے بعد Δt = 50 µs آتا ہے، تو CD خاموش رہتا ہے کیونکہ Δt نیوران 1 (تقریباً 22 µs) کے مستقل وقت سے زیادہ ہے۔c کو Δt = 20 µs سے کم کیا جاتا ہے، تاکہ ان پٹ 1 چوٹیوں پر پہنچ جائے جب نیوران 1 کی فائرنگ اب بھی زیادہ ہوتی ہے، جس کے نتیجے میں دو ان پٹ واقعات کا بیک وقت پتہ چلتا ہے۔
آئی ٹی ڈی کیلکولیشن کالم میں استعمال ہونے والے دو عناصر تاخیر کی لکیر اور سمت غیر حساس سی ڈی ہیں۔دونوں سرکٹس کو اچھی آبجیکٹ پوزیشننگ کارکردگی کو یقینی بنانے کے لیے عین مطابق انشانکن کی ضرورت ہوتی ہے۔تاخیر کی لکیر کو ان پٹ چوٹی (تصویر 6a) کا قطعی طور پر تاخیری ورژن فراہم کرنا چاہیے، اور CD کو صرف اس وقت چالو کیا جانا چاہیے جب ان پٹ ہدف کا پتہ لگانے کی حد میں آئے۔تاخیر کی لکیر کے لیے، ان پٹ کنکشنز کے Synaptic وزن (تصویر 4a میں G3) کو دوبارہ پروگرام کیا گیا جب تک کہ ہدف میں تاخیر حاصل نہ ہو جائے۔پروگرام کو روکنے کے لیے ہدف کی تاخیر کے ارد گرد ایک رواداری مقرر کریں: برداشت جتنی کم ہوگی، تاخیر کی لکیر کو کامیابی سے سیٹ کرنا اتنا ہی مشکل ہوگا۔انجیر پر۔شکل 6b تاخیر کی لائن کیلیبریشن کے عمل کے نتائج کو ظاہر کرتا ہے: یہ دیکھا جا سکتا ہے کہ مجوزہ سکیم بالکل ڈیزائن سکیم میں درکار تمام تاخیر فراہم کر سکتی ہے (10 سے 300 μs تک)۔انشانکن تکرار کی زیادہ سے زیادہ تعداد انشانکن کے عمل کے معیار کو متاثر کرتی ہے: 200 تکرار غلطی کو 5% سے کم کر سکتے ہیں۔ایک انشانکن تکرار RRAM سیل کے سیٹ/ری سیٹ آپریشن کے مساوی ہے۔ٹیوننگ کا عمل CD ماڈیول کے فوری قریبی واقعہ کا پتہ لگانے کی درستگی کو بہتر بنانے کے لیے بھی اہم ہے۔95% سے اوپر (شکل 6c میں نیلی لکیر) سے اوپر ایک حقیقی مثبت شرح (یعنی واقعات کی صحیح طور پر شناخت کی گئی شرح) حاصل کرنے کے لیے دس انشانکن اعادہ درکار ہے۔تاہم، ٹیوننگ کے عمل نے غلط مثبت واقعات کو متاثر نہیں کیا (یعنی واقعات کی تعدد جن کی غلطی سے متعلقہ کے طور پر شناخت کی گئی تھی)۔حیاتیاتی نظاموں میں تیزی سے متحرک ہونے والے راستوں کی وقتی رکاوٹوں پر قابو پانے کے لیے ایک اور طریقہ دیکھا جاتا ہے وہ ہے فالتو پن (یعنی ایک ہی شے کی بہت سی کاپیاں کسی مخصوص کام کو انجام دینے کے لیے استعمال ہوتی ہیں)۔حیاتیات 66 سے متاثر ہو کر، ہم نے ہر CD ماڈیول میں دو تاخیری لکیروں کے درمیان کئی CD سرکٹس لگائے تاکہ غلط مثبت اثرات کو کم کیا جا سکے۔جیسا کہ تصویر میں دکھایا گیا ہے۔6c (گرین لائن)، ہر CD ماڈیول میں تین CD عناصر رکھنے سے غلط الارم کی شرح 10-2 سے کم ہو سکتی ہے۔
تاخیر لائن سرکٹس پر نیورونل تغیر کا اثر۔ب تاخیر لائن سرکٹس کو متعلقہ LIF نیوران اور DPI synapses کے ٹائم کنسٹنٹ کو بڑی قدروں پر سیٹ کر کے بڑی تاخیر تک سکیل کیا جا سکتا ہے۔RRAM کیلیبریشن کے طریقہ کار کی تکرار کی تعداد میں اضافہ نے ہدف میں تاخیر کی درستگی کو نمایاں طور پر بہتر کرنا ممکن بنایا: 200 تکرار نے غلطی کو 5% سے کم کر دیا۔ایک تکرار RRAM سیل پر SET/RESET آپریشن سے مساوی ہے۔c Jeffress ماڈل میں ہر CD ماڈیول کو N متوازی CD عناصر کا استعمال کرتے ہوئے لاگو کیا جا سکتا ہے تاکہ سسٹم کی خرابیوں کے حوالے سے زیادہ لچک پیدا ہو۔d مزید RRAM کیلیبریشن تکرار حقیقی مثبت شرح (نیلی لائن) میں اضافہ کرتی ہے، جبکہ غلط مثبت شرح تکرار کی تعداد (گرین لائن) سے آزاد ہے۔مزید CD عناصر کو متوازی میں رکھنے سے CD ماڈیول کے مماثلتوں کا غلط پتہ لگانے سے بچ جاتا ہے۔
اب ہم پی ایم یو ٹی سینسر، سی ڈی، اور ڈیلی لائن سرکٹس کی صوتی خصوصیات کی پیمائش کا استعمال کرتے ہوئے تصویر 2 میں دکھائے گئے اینڈ ٹو اینڈ انٹیگریٹڈ آبجیکٹ لوکلائزیشن سسٹم کی کارکردگی اور بجلی کی کھپت کا جائزہ لیتے ہیں جو نیورومورفک کمپیوٹنگ گراف بناتے ہیں۔جیفریس ماڈل (تصویر 1a)۔جہاں تک نیورومورفک کمپیوٹنگ گراف کا تعلق ہے، سی ڈی ماڈیولز کی تعداد جتنی زیادہ ہوگی، زاویہ ریزولوشن اتنا ہی بہتر ہوگا، بلکہ نظام کی توانائی بھی اتنی ہی زیادہ ہوگی (تصویر 7a)۔پورے نظام کی درستگی کے ساتھ انفرادی اجزاء (pMUT سینسر، نیوران، اور Synaptic سرکٹس) کی درستگی کا موازنہ کر کے سمجھوتہ کیا جا سکتا ہے۔تاخیر کی لکیر کی ریزولیوشن مصنوعی synapses اور نیورونز کے ٹائم کنسٹنٹس تک محدود ہے، جو ہماری اسکیم میں 10 µs سے زیادہ ہے، جو کہ 4° کی کونیی ریزولوشن کے مساوی ہے (طریقے دیکھیں)۔CMOS ٹکنالوجی کے ساتھ مزید جدید نوڈس نیورل اور Synaptic سرکٹس کے ڈیزائن کی اجازت دیں گے جس کے نتیجے میں تاخیر کی لکیر کے عناصر کی زیادہ درستگی ہوگی۔تاہم، ہمارے نظام میں، درستگی کونیی پوزیشن کا تخمینہ لگانے میں پی ایم یو ٹی کی غلطی سے محدود ہے، یعنی 10° (تصویر 7a میں نیلی افقی لکیر)۔ہم نے CD ماڈیولز کی تعداد 40 پر طے کی، جو تقریباً 4° کی کونیی ریزولوشن کے مساوی ہے، یعنی کمپیوٹیشنل گراف کی کونیی درستگی (تصویر 7a میں ہلکے نیلے رنگ کی افقی لکیر)۔سسٹم کی سطح پر، یہ سینسر سسٹم کے سامنے 50 سینٹی میٹر واقع اشیاء کے لیے 4° کی ریزولوشن اور 10° کی درستگی دیتا ہے۔یہ قدر ریف میں رپورٹ کردہ نیورومورفک ساؤنڈ لوکلائزیشن سسٹم سے موازنہ ہے۔67. مجوزہ نظام کا اسٹیٹ آف دی آرٹ کے ساتھ موازنہ ضمنی جدول 1 میں پایا جا سکتا ہے۔ اضافی pMUTs کا اضافہ، صوتی سگنل کی سطح میں اضافہ، اور الیکٹرانک شور کو کم کرنا لوکلائزیشن کی درستگی کو مزید بہتر بنانے کے ممکنہ طریقے ہیں۔) کا تخمینہ 9.7 ہے۔nz55. کمپیوٹیشنل گراف پر 40 CD یونٹس کو دیکھتے ہوئے، SPICE سمولیشن نے فی آپریشن توانائی (یعنی آبجیکٹ پوزیشننگ انرجی) کا تخمینہ 21.6 nJ لگایا ہے۔نیورومورفک سسٹم صرف اس وقت چالو ہوتا ہے جب کوئی ان پٹ ایونٹ آتا ہے، یعنی جب کوئی صوتی لہر کسی بھی پی ایم یو ٹی ریسیور تک پہنچ جاتی ہے اور پتہ لگانے کی حد سے تجاوز کر جاتی ہے، ورنہ یہ غیر فعال رہتا ہے۔جب کوئی ان پٹ سگنل نہ ہو تو یہ غیر ضروری بجلی کی کھپت سے بچتا ہے۔100 Hz کے لوکلائزیشن آپریشنز کی فریکوئنسی اور 300 µs فی آپریشن (زیادہ سے زیادہ ممکنہ ITD) کی ایکٹیویشن کی مدت کو مدنظر رکھتے ہوئے، نیورومورفک کمپیوٹنگ گراف کی بجلی کی کھپت 61.7 nW ہے۔ہر pMUT وصول کنندہ پر نیورومورفک پری پروسیسنگ لاگو ہونے کے ساتھ، پورے سسٹم کی بجلی کی کھپت 81.6 nW تک پہنچ جاتی ہے۔روایتی ہارڈویئر کے مقابلے میں مجوزہ نیورومورفک اپروچ کی توانائی کی کارکردگی کو سمجھنے کے لیے، ہم نے اس نمبر کا موازنہ اس توانائی سے کیا ہے جو جدید کم طاقت والے مائیکرو کنٹرولر پر نیورومورفک یا روایتی بیمفارمنگ 68 اسکل کا استعمال کرتے ہوئے ایک ہی کام کو انجام دینے کے لیے درکار ہے۔نیورومورفک اپروچ ینالاگ سے ڈیجیٹل کنورٹر (ADC) مرحلے پر غور کرتا ہے، اس کے بعد ایک بینڈ پاس فلٹر اور ایک لفافہ نکالنے کا مرحلہ (ٹیگر-کیزر طریقہ)۔آخر میں، ToF نکالنے کے لیے ایک حد کا آپریشن کیا جاتا ہے۔ہم نے ToF کی بنیاد پر ITD کے حساب کتاب اور تخمینی کونیی پوزیشن میں تبدیلی کو چھوڑ دیا ہے کیونکہ یہ ہر پیمائش کے لیے ایک بار ہوتا ہے (طریقے دیکھیں)۔دونوں چینلز (pMUT ریسیورز) پر 250 kHz کے نمونے لینے کی شرح کو فرض کرتے ہوئے، 18 بینڈ پاس فلٹر آپریشنز، 3 لفافے نکالنے کے آپریشن، اور 1 تھریشولڈ آپریشن فی نمونہ، کل بجلی کی کھپت کا تخمینہ 245 مائیکرو واٹ ہے۔یہ مائیکرو کنٹرولر کا کم پاور موڈ 69 استعمال کرتا ہے، جو اس وقت آن ہو جاتا ہے جب الگورتھم کام نہیں کر رہے ہوتے، جو بجلی کی کھپت کو 10.8 µW تک کم کر دیتا ہے۔حوالہ میں تجویز کردہ بیمفارمنگ سگنل پروسیسنگ حل کی بجلی کی کھپت۔31، 5 pMUT ریسیورز اور 11 بیم کے ساتھ یکساں طور پر azimuth جہاز میں تقسیم کیا جاتا ہے [-50°, +50°]، 11.71 میگاواٹ ہے (تفصیلات کے لیے طریقوں کا سیکشن دیکھیں)۔اس کے علاوہ، ہم آبجیکٹ لوکلائزیشن کے لیے جیفریس ماڈل کے متبادل کے طور پر FPGA47 پر مبنی ٹائم ڈیفرنس انکوڈر (TDE) کی بجلی کی کھپت کی اطلاع دیتے ہیں جس کا تخمینہ 1.5 میگاواٹ ہے۔ان تخمینوں کی بنیاد پر، مجوزہ نیورومورفک اپروچ آبجیکٹ لوکلائزیشن کی کارروائیوں کے لیے کلاسیکی بیمفارمنگ تکنیک کا استعمال کرتے ہوئے مائکرو کنٹرولر کے مقابلے میں بجلی کی کھپت کو پانچ آرڈرز تک کم کرتا ہے۔کلاسک مائیکرو کنٹرولر پر سگنل پروسیسنگ کے لیے نیورومورفک اپروچ اپنانے سے بجلی کی کھپت میں تقریباً دو آرڈرز کی شدت کم ہو جاتی ہے۔مجوزہ نظام کی تاثیر کی وضاحت ایک غیر مطابقت پذیر ریزسٹیو میموری اینالاگ سرکٹ کے امتزاج سے کی جا سکتی ہے جو میموری میں کیلکولیشن کرنے کی صلاحیت رکھتا ہے اور سگنلز کو سمجھنے کے لیے درکار ینالاگ سے ڈیجیٹل تبدیلی کی کمی ہے۔
سی ڈی ماڈیولز کی تعداد کے لحاظ سے لوکلائزیشن آپریشن کی کونیی ریزولیوشن (نیلے) اور بجلی کی کھپت (سبز)۔گہرا نیلا افقی بار PMUT کی کونیی درستگی کی نمائندگی کرتا ہے اور ہلکا نیلا افقی بار نیورومورفک کمپیوٹیشنل گراف کی کونیی درستگی کی نمائندگی کرتا ہے۔b مجوزہ نظام کی بجلی کی کھپت اور دو زیر بحث مائیکرو کنٹرولر کے نفاذ اور ٹائم ڈیفرنس انکوڈر (TDE) 47 FPGA کے ڈیجیٹل نفاذ کے ساتھ موازنہ۔
ٹارگٹ لوکلائزیشن سسٹم کی بجلی کی کھپت کو کم کرنے کے لیے، ہم نے ایک موثر، ایونٹ سے چلنے والے RRAM پر مبنی نیورومورفک سرکٹ کا تصور کیا، ڈیزائن کیا اور اسے لاگو کیا جو بلٹ ان سینسرز کے ذریعے پیدا ہونے والی سگنل کی معلومات پر کارروائی کرتا ہے تاکہ ٹارگٹ آبجیکٹ کی پوزیشن کا حقیقی اندازہ لگایا جا سکے۔ وقت.جبکہ روایتی پروسیسنگ کے طریقے مسلسل پتہ لگائے گئے سگنلز کا نمونہ بناتے ہیں اور مفید معلومات کو نکالنے کے لیے حسابات انجام دیتے ہیں، مجوزہ نیورومورفک حل مفید معلومات کے آتے ہی حسابات کو متضاد طریقے سے انجام دیتا ہے، جس سے نظام کی طاقت کی کارکردگی کو زیادہ سے زیادہ پانچ آرڈرز کے ذریعے حاصل ہوتا ہے۔اس کے علاوہ، ہم RRAM پر مبنی نیورومورفک سرکٹس کی لچک کو اجاگر کرتے ہیں۔غیر اتار چڑھاؤ (پلاسٹکٹی) میں کنڈکٹنس کو تبدیل کرنے کی RRAM کی صلاحیت الٹرا لو پاور اینالاگ DPI کے Synaptic اور نیورل سرکٹس کی موروثی تغیر کی تلافی کرتی ہے۔یہ اس RRAM پر مبنی سرکٹ کو ورسٹائل اور طاقتور بناتا ہے۔ہمارا مقصد سگنلز سے پیچیدہ فنکشنز یا پیٹرن نکالنا نہیں ہے بلکہ اصل وقت میں اشیاء کو لوکلائز کرنا ہے۔ہمارا نظام بھی مؤثر طریقے سے سگنل کو کمپریس کر سکتا ہے اور ضرورت پڑنے پر اسے مزید پیچیدہ فیصلے کرنے کے لیے اسے مزید پروسیسنگ مراحل پر بھیج سکتا ہے۔لوکلائزیشن ایپلی کیشنز کے تناظر میں، ہمارا نیورومورفک پری پروسیسنگ مرحلہ اشیاء کے مقام کے بارے میں معلومات فراہم کر سکتا ہے۔اس معلومات کو استعمال کیا جا سکتا ہے، مثال کے طور پر، حرکت کا پتہ لگانے یا اشاروں کی شناخت کے لیے۔ہم الٹرا لو پاور سینسرز جیسے pMUTs کو الٹرا لو پاور الیکٹرانکس کے ساتھ جوڑنے کی اہمیت پر زور دیتے ہیں۔اس کے لیے، نیورومورفک نقطہ نظر کلیدی حیثیت رکھتے ہیں کیونکہ انھوں نے ہمیں جیفریس ماڈل جیسے حیاتیاتی طور پر متاثر کمپیوٹیشنل طریقوں کے نئے سرکٹ کے نفاذ کو تیار کرنے کی راہنمائی کی ہے۔سینسر فیوژن ایپلی کیشنز کے تناظر میں، ہمارے سسٹم کو مزید درست معلومات حاصل کرنے کے لیے کئی مختلف ایونٹ پر مبنی سینسر کے ساتھ جوڑا جا سکتا ہے۔اگرچہ اللو اندھیرے میں شکار تلاش کرنے میں بہترین ہوتے ہیں، لیکن ان کی بینائی بہترین ہوتی ہے اور وہ شکار 70 کو پکڑنے سے پہلے مشترکہ سمعی اور بصری تلاش کرتے ہیں۔جب کوئی خاص سمعی نیوران فائر کرتا ہے، تو اُلّو کو وہ معلومات حاصل ہوتی ہیں جن کی اسے اس بات کا تعین کرنے کی ضرورت ہوتی ہے کہ وہ اپنی بصری تلاش کو کس سمت سے شروع کرے، اس طرح اس کی توجہ بصری منظر کے ایک چھوٹے سے حصے پر مرکوز ہوتی ہے۔مستقبل کے خود مختار ایجنٹوں کی ترقی کے لیے بصری سینسر (DVS کیمرہ) اور ایک مجوزہ سننے والے سینسر (pMUT پر مبنی) کے امتزاج کو تلاش کیا جانا چاہیے۔
pMUT سینسر ایک PCB پر واقع ہے جس میں دو ریسیورز تقریباً 10 سینٹی میٹر کے فاصلے پر ہیں، اور ٹرانسمیٹر ریسیورز کے درمیان واقع ہے۔اس کام میں، ہر جھلی ایک معلق بیمورف ڈھانچہ ہے جس میں پیزو الیکٹرک ایلومینیم نائٹرائڈ (AlN) 800 nm موٹی سینڈویچ کی دو تہوں پر مشتمل ہے جو molybdenum (Mo) 200 nm موٹی کی تین تہوں کے درمیان ہے اور 200 nm موٹی پرت کے ساتھ لیپت ہے۔اوپری غیر فعال ہونے والی SiN پرت جیسا کہ حوالہ میں بیان کیا گیا ہے۔71. اندرونی اور بیرونی الیکٹروڈز مولیبڈینم کے نیچے اور اوپر کی تہوں پر لگائے جاتے ہیں، جب کہ درمیانی مولبڈینم الیکٹروڈ بغیر پیٹرن کے ہے اور اسے زمین کے طور پر استعمال کیا جاتا ہے، جس کے نتیجے میں ایک جھلی بنتی ہے جس میں الیکٹروڈ کے چار جوڑے ہوتے ہیں۔
یہ فن تعمیر عام جھلی کی اخترتی کے استعمال کی اجازت دیتا ہے، جس کے نتیجے میں ترسیل اور وصول کی حساسیت بہتر ہوتی ہے۔اس طرح کا pMUT عام طور پر 700 nm/V کی جوش کی حساسیت کو ایک ایمیٹر کے طور پر ظاہر کرتا ہے، جو 270 Pa/V کی سطح کا دباؤ فراہم کرتا ہے۔ایک وصول کنندہ کے طور پر، ایک pMUT فلم 15 nA/Pa کے شارٹ سرکٹ کی حساسیت کو ظاہر کرتی ہے، جس کا براہ راست تعلق AlN کے پیزو الیکٹرک گتانک سے ہے۔AlN پرت میں وولٹیج کی تکنیکی تغیر پذیری گونجنے والی فریکوئنسی میں تبدیلی کا باعث بنتی ہے، جس کی تلافی pMUT پر DC تعصب لگا کر کی جا سکتی ہے۔DC حساسیت کی پیمائش 0.5 kHz/V پر کی گئی۔صوتی خصوصیات کے لیے، pMUT کے سامنے ایک مائکروفون استعمال کیا جاتا ہے۔
ایکو پلس کی پیمائش کرنے کے لیے، ہم نے پی ایم یو ٹی کے سامنے تقریباً 50 سینٹی میٹر کے رقبے کے ساتھ ایک مستطیل پلیٹ رکھی تاکہ خارج ہونے والی آواز کی لہروں کو منعکس کیا جا سکے۔پلیٹوں کے درمیان فاصلہ اور pMUT جہاز کے زاویہ دونوں کو خصوصی ہولڈرز کے ذریعے کنٹرول کیا جاتا ہے۔ایک Tectronix CPX400DP وولٹیج کا ذریعہ تین pMUT جھلیوں کا تعصب کرتا ہے، گونج کی فریکوئنسی کو 111.9 kHz31 پر ٹیوننگ کرتا ہے، جبکہ ٹرانسمیٹر ایک Tectronix AFG 3102 پلس جنریٹر کے ذریعے چلائے جاتے ہیں جو گونج فریکوئنسی (111.9 kHze) اور 111.9 kHz.ہر پی ایم یو ٹی ریسیور کی چار آؤٹ پٹ پورٹس سے پڑھے جانے والے کرنٹ کو ایک خاص ڈیفرینشل کرنٹ اور وولٹیج آرکیٹیکچر کا استعمال کرتے ہوئے وولٹیجز میں تبدیل کیا جاتا ہے، اور اس کے نتیجے میں آنے والے سگنلز کو سپیکٹرم ڈیٹا ایکوزیشن سسٹم کے ذریعے ڈیجیٹائز کیا جاتا ہے۔پتہ لگانے کی حد مختلف حالات کے تحت pMUT سگنل کے حصول کی طرف سے خصوصیات تھی: ہم نے ریفلیکٹر کو مختلف فاصلوں پر منتقل کیا [30, 40, 50, 60, 80, 100] سینٹی میٹر اور pMUT سپورٹ اینگل تبدیل کیا ([0, 20, 40] o ) شکل 2b ڈگریوں میں متعلقہ کونیی پوزیشن کے لحاظ سے وقتی ITD کا پتہ لگانے کے حل کو ظاہر کرتا ہے۔
یہ مضمون دو مختلف آف دی شیلف RRAM سرکٹس کا استعمال کرتا ہے۔پہلا ایک ٹرانجسٹر اور ایک ریزسٹر کے ساتھ 1T1R کنفیگریشن میں 16,384 (16,000) ڈیوائسز (128 × 128 ڈیوائسز) کی ایک صف ہے۔دوسری چپ نیورومورفک پلیٹ فارم ہے جو تصویر 4a میں دکھایا گیا ہے۔RRAM سیل 5 nm موٹی HfO2 فلم پر مشتمل ہوتا ہے جو TiN/HfO2/Ti/TiN اسٹیک میں سرایت کرتا ہے۔RRAM اسٹیک معیاری 130nm CMOS عمل کے بیک آف لائن (BEOL) میں مربوط ہے۔RRAM پر مبنی نیورومورفک سرکٹس تمام اینالاگ الیکٹرانک سسٹمز کے لیے ایک ڈیزائن چیلنج پیش کرتے ہیں جس میں RRAM ڈیوائسز روایتی CMOS ٹیکنالوجی کے ساتھ ایک ساتھ رہتے ہیں۔خاص طور پر، RRAM ڈیوائس کی ترسیل کی حالت کو پڑھنا اور سسٹم کے لیے فنکشن متغیر کے طور پر استعمال کرنا چاہیے۔اس مقصد کے لیے، ایک سرکٹ ڈیزائن، من گھڑت اور ٹیسٹ کیا گیا تھا جو ان پٹ پلس موصول ہونے پر ڈیوائس سے کرنٹ کو پڑھتا ہے اور اس کرنٹ کو ڈیفرینشل پیئر انٹیگریٹر (DPI) Synapse کے ردعمل کو وزن دینے کے لیے استعمال کرتا ہے۔یہ سرکٹ شکل 3a میں دکھایا گیا ہے، جو کہ شکل 4a میں نیورومورفک پلیٹ فارم کے بنیادی بلڈنگ بلاکس کی نمائندگی کرتا ہے۔ایک ان پٹ پلس 1T1R ڈیوائس کے گیٹ کو چالو کرتی ہے، RRAM کے ذریعے کرنٹ کو آلے کے کنڈکٹنس G (Iweight = G(Vtop – Vx)) کے متناسب بناتی ہے۔آپریشنل ایمپلیفائر (op-amp) سرکٹ کے الٹنے والے ان پٹ میں مستقل DC بائیس وولٹیج Vtop ہوتا ہے۔op-amp کا منفی تاثرات M1 سے مساوی کرنٹ فراہم کرکے Vx = Vtop فراہم کرے گا۔ڈیوائس سے حاصل کردہ موجودہ وزن کو DPI Synapse میں انجکشن لگایا جاتا ہے۔ایک مضبوط کرنٹ کے نتیجے میں مزید ڈیپولرائزیشن ہوگی، لہذا RRAM کنڈکٹنس مؤثر طریقے سے Synaptic وزن کو لاگو کرتا ہے۔یہ ایکسپونینشل Synaptic کرنٹ Leaky Integration and Excitation (LIF) نیوران کے میمبرین کیپیسیٹر کے ذریعے لگایا جاتا ہے، جہاں اسے وولٹیج کے طور پر مربوط کیا جاتا ہے۔اگر جھلی کی دہلیز وولٹیج (انورٹر کی سوئچنگ وولٹیج) پر قابو پا لیا جاتا ہے، تو نیوران کا آؤٹ پٹ حصہ چالو ہو جاتا ہے، جس سے آؤٹ پٹ اسپائک پیدا ہوتا ہے۔یہ نبض واپس آتی ہے اور نیوران کی جھلی کیپیسیٹر کو زمین پر چھوڑ دیتی ہے، جس سے یہ خارج ہو جاتا ہے۔اس کے بعد اس سرکٹ کو پلس ایکسپینڈر (تصویر 3a میں نہیں دکھایا گیا) کے ساتھ مکمل کیا جاتا ہے، جو LIF نیوران کی آؤٹ پٹ پلس کو ہدف کی پلس چوڑائی میں شکل دیتا ہے۔ملٹی پلیکسرز بھی ہر لائن میں بنائے گئے ہیں، جس سے RRAM ڈیوائس کے اوپر اور نیچے کے الیکٹروڈ پر وولٹیج کا اطلاق ہوتا ہے۔
الیکٹریکل ٹیسٹنگ میں اینالاگ سرکٹس کے متحرک رویے کا تجزیہ اور ریکارڈنگ کے ساتھ ساتھ پروگرامنگ اور RRAM ڈیوائسز کو پڑھنا بھی شامل ہے۔دونوں مراحل کے لیے خصوصی ٹولز کی ضرورت ہوتی ہے، یہ سبھی ایک ہی وقت میں سینسر بورڈ سے منسلک ہوتے ہیں۔نیورومورفک سرکٹس میں RRAM ڈیوائسز تک رسائی ملٹی پلیکسر (MUX) کے ذریعے بیرونی ٹولز سے کی جاتی ہے۔MUX 1T1R سیل کو باقی سرکٹری سے الگ کرتا ہے جس سے یہ تعلق رکھتا ہے، جس سے ڈیوائس کو پڑھنے اور/یا پروگرام کیا جا سکتا ہے۔RRAM ڈیوائسز کو پروگرام کرنے اور پڑھنے کے لیے، کیتھلی 4200 SCS مشین کو Arduino مائیکرو کنٹرولر کے ساتھ استعمال کیا جاتا ہے: پہلی پلس جنریشن اور کرنٹ ریڈنگ کے لیے، اور دوسری میموری سرنی میں انفرادی 1T1R عناصر تک فوری رسائی کے لیے۔پہلا آپریشن RRAM ڈیوائس بنانا ہے۔خلیوں کو ایک ایک کرکے منتخب کیا جاتا ہے اور اوپر اور نیچے کے الیکٹروڈ کے درمیان ایک مثبت وولٹیج لگایا جاتا ہے۔اس صورت میں، سلیکٹر ٹرانزسٹر کو متعلقہ گیٹ وولٹیج کی فراہمی کی وجہ سے کرنٹ دسیوں مائیکرو ایمپیرز کے آرڈر تک محدود ہے۔RRAM سیل اس کے بعد بالترتیب RESET اور SET آپریشنز کا استعمال کرتے ہوئے کم کنڈکٹیو حالت (LCS) اور ایک ہائی کنڈیکٹو سٹیٹ (HCS) کے درمیان چکر لگا سکتا ہے۔SET آپریشن 1 μs کی مدت کے ساتھ مستطیل وولٹیج پلس اور اوپری الیکٹروڈ پر 2.0-2.5 V کی چوٹی وولٹیج، اور 0.9-1.3 V کے چوٹی وولٹیج کے ساتھ اسی شکل کی مطابقت پذیری نبض کو لاگو کرکے انجام دیا جاتا ہے۔ سلیکٹر ٹرانجسٹر کا گیٹ۔یہ اقدار 20-150 µs کے وقفوں پر RRAM کنڈکٹنس کو ماڈیول کرنے کی اجازت دیتی ہیں۔ری سیٹ کے لیے، 1 µs چوڑی، 3 V چوٹی پلس سیل کے نیچے الیکٹروڈ (بٹ لائن) پر اس وقت لگائی جاتی ہے جب گیٹ وولٹیج 2.5-3.0 V کی حد میں ہو۔ اینالاگ سرکٹس کے ان پٹ اور آؤٹ پٹس متحرک سگنل ہوتے ہیں۔ .ان پٹ کے لیے، ہم نے دو HP 8110 پلس جنریٹرز کو Tektronix AFG3011 سگنل جنریٹرز کے ساتھ جوڑا۔ان پٹ پلس کی چوڑائی 1 µs اور 50 ns کا عروج/زوال کنارہ ہے۔اس قسم کی نبض کو ینالاگ خرابی پر مبنی سرکٹس میں ایک عام خرابی سمجھا جاتا ہے۔جہاں تک آؤٹ پٹ سگنل کا تعلق ہے، آؤٹ پٹ سگنل کو ٹیلیڈین لی کرائے 1 گیگا ہرٹز آسیلوسکوپ کا استعمال کرتے ہوئے ریکارڈ کیا گیا تھا۔ایک اوسیلوسکوپ کے حصول کی رفتار کو سرکٹ ڈیٹا کے تجزیہ اور حصول میں محدود کرنے والا عنصر ثابت نہیں کیا گیا ہے۔
ینالاگ الیکٹرانکس کی حرکیات کا استعمال نیوران اور Synapses کے رویے کی تقلید کے لیے کمپیوٹیشنل کارکردگی کو بہتر بنانے کے لیے ایک خوبصورت اور موثر حل ہے۔اس کمپیوٹیشنل انڈرلے کا نقصان یہ ہے کہ یہ اسکیم سے دوسرے اسکیم میں مختلف ہوگا۔ہم نے نیوران اور Synaptic سرکٹس کی تغیرات کی مقدار درست کی ہے (ضمنی شکل 2a،b)۔تغیر پذیری کے تمام مظاہر میں سے، جو وقت کے مستقل اور ان پٹ کے حصول سے منسلک ہوتے ہیں ان کا نظام کی سطح پر سب سے زیادہ اثر ہوتا ہے۔LIF نیوران اور DPI Synapse کا مستقل وقت ایک RC سرکٹ کے ذریعے طے کیا جاتا ہے، جہاں R کی قدر کو ٹرانزسٹر کے گیٹ پر لگائے جانے والے تعصب وولٹیج کے ذریعے کنٹرول کیا جاتا ہے (نیورون کے لیے Vlk اور Synapse کے لیے Vtau)، اس کا تعین کرتے ہوئے رساو کی شرحان پٹ گین کی تعریف اس چوٹی وولٹیج کے طور پر کی جاتی ہے جو ایک ان پٹ پلس کے ذریعے حوصلہ افزائی کرنے والے Synaptic اور neuronal membrane capacitors کے ذریعے پہنچ جاتی ہے۔ان پٹ گین کو ایک اور بائیس ٹرانزسٹر کے ذریعے کنٹرول کیا جاتا ہے جو ان پٹ کرنٹ کو ماڈیول کرتا ہے۔ST مائیکرو الیکٹرانکس کے 130nm عمل پر کیلیبریٹڈ مونٹی کارلو سمولیشن کو کچھ ان پٹ حاصل اور وقت کے مستقل اعدادوشمار جمع کرنے کے لیے انجام دیا گیا۔نتائج ضمنی شکل 2 میں پیش کیے گئے ہیں، جہاں رساو کی شرح کو کنٹرول کرنے والے تعصب وولٹیج کے فنکشن کے طور پر ان پٹ گین اور ٹائم کنسٹنٹ کو مقدار میں رکھا گیا ہے۔سبز مارکر اوسط سے وقت کے مستقل انحراف کی مقدار درست کرتے ہیں۔دونوں نیوران اور Synaptic سرکٹس 10-5-10-2 s کی حد میں وقت کے مستقل کی ایک وسیع رینج کا اظہار کرنے کے قابل تھے، جیسا کہ ضمنی شکل میں دکھایا گیا ہے۔ان پٹ ایمپلیفیکیشن (ضمنی شکل 2e،d) نیورونل اور Synapse کی تغیر بالترتیب تقریباً 8% اور 3% تھی۔اس طرح کی کمی کو ادب میں اچھی طرح سے دستاویزی کیا گیا ہے: LIF63 نیوران کی آبادی کے درمیان مماثلت کا اندازہ کرنے کے لئے DYNAP چپس کی صف پر مختلف پیمائشیں کی گئیں۔برین اسکیل مکسڈ سگنل چپ میں synapses کی پیمائش کی گئی اور ان کی عدم مطابقتوں کا تجزیہ کیا گیا، اور نظام کی سطح کی تغیر پذیری کے اثر کو کم کرنے کے لیے ایک انشانکن طریقہ کار تجویز کیا گیا تھا۔
نیورومورفک سرکٹس میں RRAM کا کام دوگنا ہے: فن تعمیر کی تعریف (روٹنگ ان پٹ کو آؤٹ پٹ تک) اور Synaptic وزن کا نفاذ۔مؤخر الذکر خاصیت کو ماڈلڈ نیورومورفک سرکٹس کی تغیر کے مسئلے کو حل کرنے کے لیے استعمال کیا جا سکتا ہے۔ہم نے ایک سادہ انشانکن طریقہ کار تیار کیا ہے جس میں RRAM ڈیوائس کو دوبارہ پروگرام کرنا شامل ہے جب تک کہ سرکٹ کا تجزیہ کیا جا رہا ہے کچھ ضروریات کو پورا نہیں کرتا۔دیے گئے ان پٹ کے لیے، آؤٹ پٹ کی نگرانی کی جاتی ہے اور RRAM کو دوبارہ پروگرام کیا جاتا ہے جب تک کہ ہدف کا برتاؤ حاصل نہ ہو جائے۔RRAM میں نرمی کے مسئلے کو حل کرنے کے لیے پروگرامنگ آپریشنز کے درمیان 5 سیکنڈ کا انتظار کا وقت متعارف کرایا گیا تھا جس کے نتیجے میں عارضی کنڈکٹنس کے اتار چڑھاؤ (ضمنی معلومات) ہوتے ہیں۔Synaptic وزن کو نیورومورفک سرکٹ کی ماڈلنگ کی ضروریات کے مطابق ایڈجسٹ یا کیلیبریٹ کیا جاتا ہے۔انشانکن کے طریقہ کار کا خلاصہ اضافی الگورتھم [1، 2] میں کیا گیا ہے جو نیورومورفک پلیٹ فارمز کی دو بنیادی خصوصیات، تاخیر کی لکیریں اور سمت غیر حساس سی ڈی پر توجہ مرکوز کرتے ہیں۔تاخیر کی لکیر والے سرکٹ کے لیے، ہدف کا رویہ یہ ہے کہ تاخیر Δt کے ساتھ آؤٹ پٹ پلس فراہم کی جائے۔اگر اصل سرکٹ میں تاخیر ہدف کی قدر سے کم ہے، تو G3 کا Synaptic وزن کم کیا جانا چاہیے (G3 کو دوبارہ ترتیب دینا چاہیے اور پھر کم مماثل موجودہ Icc پر سیٹ کرنا چاہیے)۔اس کے برعکس، اگر اصل تاخیر ہدف کی قدر سے زیادہ ہے، تو G3 کی کنڈکٹنس میں اضافہ ہونا چاہیے (G3 کو پہلے ری سیٹ کرنا چاہیے اور پھر ایک اعلی Icc قدر پر سیٹ کرنا چاہیے)۔اس عمل کو اس وقت تک دہرایا جاتا ہے جب تک کہ سرکٹ کی طرف سے پیدا ہونے والی تاخیر ہدف کی قیمت سے مماثل نہ ہو جائے اور انشانکن عمل کو روکنے کے لیے ایک رواداری سیٹ کی جائے۔غیر حساس سی ڈیز کے لیے، دو RRAM ڈیوائسز، G1 اور G3، کیلیبریشن کے عمل میں شامل ہیں۔اس سرکٹ میں دو ان پٹ ہیں، Vin0 اور Vin1، dt تک تاخیر سے۔سرکٹ کو صرف مماثل رینج [0,dtCD] سے نیچے کی تاخیر کا جواب دینا چاہیے۔اگر کوئی آؤٹ پٹ چوٹی نہیں ہے، لیکن ان پٹ چوٹی قریب ہے، دونوں RRAM آلات کو بڑھایا جانا چاہیے تاکہ نیوران کو دہلیز تک پہنچنے میں مدد ملے۔اس کے برعکس، اگر سرکٹ تاخیر کا جواب دیتا ہے جو dtCD کے ہدف کی حد سے زیادہ ہے، تو کنڈکٹنس کو کم کرنا چاہیے۔اس عمل کو اس وقت تک دہرائیں جب تک کہ صحیح سلوک نہ ہو جائے۔تعمیل کرنٹ کو ریف میں بلٹ ان اینالاگ سرکٹ کے ذریعے ماڈیول کیا جا سکتا ہے۔72.73۔اس بلٹ ان سرکٹ کے ساتھ، اس طرح کے طریقہ کار کو وقتاً فوقتاً نظام کیلیبریٹ کرنے یا کسی اور ایپلیکیشن کے لیے دوبارہ استعمال کرنے کے لیے انجام دیا جا سکتا ہے۔
ہم ایک معیاری 32 بٹ مائکرو کنٹرولر 68 پر اپنے نیورومورفک سگنل پروسیسنگ اپروچ کی بجلی کی کھپت کا جائزہ لیتے ہیں۔اس تشخیص میں، ہم ایک پی ایم یو ٹی ٹرانسمیٹر اور دو پی ایم یو ٹی ریسیورز کے ساتھ اسی سیٹ اپ کے ساتھ کام کرتے ہیں جیسا کہ اس مقالے میں ہے۔یہ طریقہ بینڈ پاس فلٹر کا استعمال کرتا ہے، اس کے بعد لفافہ نکالنے کا مرحلہ (Teeger-Kaiser)، اور آخر میں پرواز کا وقت نکالنے کے لیے سگنل پر تھریشولڈنگ آپریشن لگایا جاتا ہے۔ITD کا حساب کتاب اور اس کا پتہ لگانے والے زاویوں میں تبدیلی کو تشخیص میں چھوڑ دیا گیا ہے۔ہم 18 فلوٹنگ پوائنٹ آپریشنز کی ضرورت والے چوتھے آرڈر کے لامحدود امپلس رسپانس فلٹر کا استعمال کرتے ہوئے بینڈ پاس فلٹر کے نفاذ پر غور کرتے ہیں۔لفافہ نکالنے میں تین مزید فلوٹنگ پوائنٹ آپریشنز استعمال کیے جاتے ہیں، اور آخری آپریشن دہلیز کو سیٹ کرنے کے لیے استعمال کیا جاتا ہے۔سگنل کو پری پروسیس کرنے کے لیے کل 22 فلوٹنگ پوائنٹ آپریشنز کی ضرورت ہے۔ٹرانسمیٹڈ سگنل 111.9 kHz سائن ویوفارم کا ایک مختصر برسٹ ہے جو ہر 10 ms پر پیدا ہوتا ہے جس کے نتیجے میں 100 Hz کی پوزیشننگ آپریٹنگ فریکوئنسی ہوتی ہے۔ہم نے Nyquist کی تعمیل کرنے کے لیے 250 kHz کے نمونے لینے کی شرح اور 1 میٹر کی حد کو حاصل کرنے کے لیے ہر پیمائش کے لیے 6 ms ونڈو کا استعمال کیا۔نوٹ کریں کہ 6 ملی سیکنڈ کسی چیز کی پرواز کا وقت ہے جو 1 میٹر دور ہے۔یہ 0.5 MSPS پر A/D تبدیلی کے لیے 180 µW کی بجلی کی کھپت فراہم کرتا ہے۔سگنل پری پروسیسنگ 6.60 MIPS (ہدایات فی سیکنڈ) ہے، جو 0.75 میگاواٹ پیدا کرتی ہے۔تاہم، الگورتھم نہ چلنے پر مائیکرو کنٹرولر کم پاور موڈ 69 پر سوئچ کر سکتا ہے۔یہ موڈ 10.8 μW کی مستحکم بجلی کی کھپت اور 113 μs کا جاگنے کا وقت فراہم کرتا ہے۔84 میگاہرٹز کی گھڑی کی فریکوئنسی کو دیکھتے ہوئے، مائیکرو کنٹرولر نیورومورفک الگورتھم کے تمام آپریشنز کو 10 ms کے اندر مکمل کرتا ہے، اور الگورتھم 6.3% کے ڈیوٹی سائیکل کا حساب لگاتا ہے، اس طرح کم پاور موڈ استعمال ہوتا ہے۔نتیجے میں بجلی کی کھپت 244.7 μW ہے۔نوٹ کریں کہ ہم ToF سے ITD آؤٹ پٹ اور پتہ لگانے کے زاویے میں تبدیلی کو چھوڑ دیتے ہیں، اس طرح مائیکرو کنٹرولر کی بجلی کی کھپت کو کم اندازہ لگاتے ہیں۔یہ مجوزہ نظام کی توانائی کی کارکردگی کے لیے اضافی قدر فراہم کرتا ہے۔ایک اضافی موازنے کی شرط کے طور پر، ہم حوالہ میں تجویز کردہ کلاسیکی بیمفارمنگ طریقوں کی بجلی کی کھپت کا جائزہ لیتے ہیں۔31.54 جب 1.8V سپلائی وولٹیج پر اسی مائکروکنٹرولر68 میں سرایت کرتا ہے۔پانچ یکساں فاصلہ والی pMUT جھلیوں کو بیم فارمنگ کے لیے ڈیٹا حاصل کرنے کے لیے استعمال کیا جاتا ہے۔جہاں تک خود پروسیسنگ کا تعلق ہے، بیم فارمنگ کا طریقہ استعمال کیا جاتا ہے تاخیر کا خلاصہ۔اس میں صرف ان لین پر تاخیر کا اطلاق ہوتا ہے جو ایک لین اور حوالہ جاتی لین کے درمیان آمد کے اوقات میں متوقع فرق سے مطابقت رکھتا ہے۔اگر سگنلز فیز میں ہیں، تو ان سگنلز کے مجموعے میں وقت کی تبدیلی کے بعد زیادہ توانائی ہوگی۔اگر وہ مرحلے سے باہر ہیں، تباہ کن مداخلت ان کی رقم کی توانائی کو محدود کر دے گی۔رشتے میںانجیر پر۔31، 2 میگاہرٹز کے نمونے لینے کی شرح کو نمونوں کی عددی تعداد کے ذریعہ ڈیٹا کو ٹائم شفٹ کرنے کے لیے منتخب کیا گیا ہے۔ایک زیادہ معمولی نقطہ نظر یہ ہے کہ 250 kHz کے موٹے نمونے کی شرح کو برقرار رکھا جائے اور جزوی تاخیر کو سنتھیسائز کرنے کے لیے Finite Impulse Response (FIR) فلٹر کا استعمال کیا جائے۔ہم فرض کریں گے کہ بیم فارمنگ الگورتھم کی پیچیدگی کا تعین بنیادی طور پر وقت کی تبدیلی سے ہوتا ہے، کیونکہ ہر چینل FIR فلٹر کے ساتھ ہر سمت میں 16 نلکوں سے جڑا ہوتا ہے۔اس آپریشن کے لیے درکار ایم آئی پی ایس کی تعداد کا حساب لگانے کے لیے، ہم 1 میٹر، 5 چینلز، 11 بیمفارمنگ ڈائریکشنز (10° قدموں میں رینج +/- 50°) کی رینج حاصل کرنے کے لیے 6ms فی پیمائش کی کھڑکی پر غور کرتے ہیں۔75 پیمائش فی سیکنڈ نے مائیکرو کنٹرولر کو اس کے زیادہ سے زیادہ 100 MIPS تک پہنچا دیا۔لنک.68، جس کے نتیجے میں آن بورڈ ADC شراکت کو شامل کرنے کے بعد 11.71 میگاواٹ کی کل بجلی کی کھپت کے لیے 11.26 میگاواٹ کی بجلی کی کھپت ہوتی ہے۔
اس مطالعہ کے نتائج کی حمایت کرنے والا ڈیٹا متعلقہ مصنف ایف ایم سے معقول درخواست پر دستیاب ہے۔
Indiveri, G. & Sandamirskaya, Y. نیورومورفک ایجنٹس میں سگنل پروسیسنگ کے لیے جگہ اور وقت کی اہمیت: ماحول کے ساتھ تعامل کرنے والے کم طاقت والے، خود مختار ایجنٹوں کو تیار کرنے کا چیلنج۔ Indiveri, G. & Sandamirskaya, Y. نیورومورفک ایجنٹس میں سگنل پروسیسنگ کے لیے جگہ اور وقت کی اہمیت: ماحول کے ساتھ تعامل کرنے والے کم طاقت والے، خود مختار ایجنٹوں کو تیار کرنے کا چیلنج۔Indiveri G. اور Sandamirskaya Y. نیورومورفک ایجنٹس میں سگنل پروسیسنگ کے لیے جگہ اور وقت کی اہمیت: ماحول کے ساتھ تعامل کرنے والے کم طاقت والے خود مختار ایجنٹوں کو تیار کرنے کا چیلنج۔ اندیوری، جی اور سنڈامیرسکایا، وائی 空间和时间对于神神经形态代理中信号处理的重要性：开发与与环代理的挑战. اندیویری، جی اور سنڈامیرسکایا، وائی۔Indiveri G. اور Sandamirskaya Y. نیورومورفک ایجنٹس میں سگنل پروسیسنگ کے لیے جگہ اور وقت کی اہمیت: ماحول کے ساتھ تعامل کرنے والے کم طاقت والے خود مختار ایجنٹوں کو تیار کرنے کا چیلنج۔IEEE سگنل پروسیسنگ۔جرنل 36، 16–28 (2019)۔
تھورپ، SJ چوٹی آمد کا وقت: ایک موثر نیورل نیٹ ورک کوڈنگ اسکیم۔ Eckmiller، R.، Hartmann، G. & Hauske، G. (eds) میں۔ Eckmiller، R.، Hartmann، G. & Hauske، G. (eds) میں۔ایکملر، آر، ہارٹ مین، جی اور ہاسکے، جی (ایڈز) میں۔ایکملر، آر، ہارٹ مین، جی، اور ہاسکے، جی (ایڈز) میں۔عصبی نظام اور کمپیوٹرز میں متوازی پروسیسنگ 91-94 (نارتھ ہالینڈ ایلسیویئر، 1990)۔
لیوی، ڈبلیو بی اور کیلورٹ، وی جی کمیونیکیشن انسانی پرانتستا میں حساب سے 35 گنا زیادہ توانائی خرچ کرتی ہے، لیکن Synapse نمبر کی پیش گوئی کرنے کے لیے دونوں اخراجات کی ضرورت ہوتی ہے۔ لیوی، ڈبلیو بی اور کیلورٹ، وی جی کمیونیکیشن انسانی پرانتستا میں حساب سے 35 گنا زیادہ توانائی خرچ کرتی ہے، لیکن Synapse نمبر کی پیش گوئی کرنے کے لیے دونوں اخراجات کی ضرورت ہوتی ہے۔لیوی، ڈبلیو بی اور کیلورٹ، ڈبلیو جی کمیونیکیشن انسانی پرانتستا میں حساب کے مقابلے میں 35 گنا زیادہ توانائی استعمال کرتی ہے، لیکن Synapses کی تعداد کا اندازہ لگانے کے لیے دونوں اخراجات کی ضرورت ہوتی ہے۔ Levy, WB & Calvert, VG Communication 消耗的能量是人类皮层计算的35 لیوی، ڈبلیو بی اور کالورٹ، وی جی کمیونیکیشنلیوی، ڈبلیو بی اور کیلورٹ، ڈبلیو جی کمیونیکیشن انسانی پرانتستا میں حساب کے مقابلے میں 35 گنا زیادہ توانائی استعمال کرتی ہے، لیکن دونوں اخراجات کے لیے Synapses کی تعداد کی پیشن گوئی کی ضرورت ہوتی ہے۔عملنیشنل اکیڈمی آف سائنس۔سائنس.US 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. اور Casas, J. Insect-Inspired neuromorphic Computing.Dalgati T.، Vianello E.، DeSalvo B. اور Casas J. Insect-Inspired neuromorphic Computing.کرنٹرائے۔کیڑے سائنس۔30، 59–66 (2018)۔
Roy, K., Jaiswal, A. & Panda, P. نیورومورفک کمپیوٹنگ کے ساتھ سپائیک پر مبنی مشین انٹیلی جنس کی طرف۔ Roy, K., Jaiswal, A. & Panda, P. نیورومورفک کمپیوٹنگ کے ساتھ سپائیک پر مبنی مشین انٹیلی جنس کی طرف۔ Roy, K., Jaiswal, A. & Panda, P. نیورومورفک کمپیوٹنگ کے ساتھ سپائیک بیسڈ مشین انٹیلی جنس کی طرف۔رائے کے، جیسوال اے، اور پانڈا پی. نیورومورفک کمپیوٹنگ کا استعمال کرتے ہوئے پلس پر مبنی مصنوعی ذہانت۔فطرت 575، 607–617 (2019)۔
اندیویری، جی اینڈ لیو، ایس سی۔ اندیویری، جی اینڈ لیو، ایس سی۔اندیویری، جی اور لیو، ایس-کے۔ اندیویری، جی اینڈ لیو، ایس سی۔ اندیویری، جی اینڈ لیو، ایس سی۔اندیویری، جی اور لیو، ایس-کے۔نیورومورفک سسٹم میں میموری اور انفارمیشن پروسیسنگ۔عملIEEE 103, 1379–1397 (2015)۔
Akopyan F. et al.Truenorth: 65 میگاواٹ 1 ملین نیوران پروگرام قابل synaptic چپ کے لیے ڈیزائن اور ٹول کٹ۔IEEE لین دین۔انٹیگریٹڈ سرکٹ سسٹم کا کمپیوٹر ڈیزائن۔34، 1537–1557 (2015)۔
سکیمل، J. et al.لائیو ڈیمو: پلیٹ اسکیل پر برین اسکیل ایس نیورومورفک سسٹم کا چھوٹا ورژن۔2012 IEEE انٹرنیشنل سمپوزیم آن سرکٹس اینڈ سسٹمز (ISCAS)، (IEEE ed.) 702–702 (2012)۔
Moradi, S., Qiao, N., Stefanini, F. & Indiveri, G. متحرک نیورومورفک اسینکرونس پروسیسرز (DYNAPs) کے لیے متضاد میموری ڈھانچے کے ساتھ ایک توسیع پذیر ملٹی کور فن تعمیر۔ Moradi, S., Qiao, N., Stefanini, F. & Indiveri, G. متحرک نیورومورفک اسینکرونس پروسیسرز (DYNAPs) کے لیے متضاد میموری ڈھانچے کے ساتھ ایک توسیع پذیر ملٹی کور فن تعمیر۔Moradi S., Qiao N., Stefanini F. اور Indiviri G. متحرک نیورومورفک غیر مطابقت پذیر پروسیسرز (DYNAP) کے لیے متضاد میموری ڈھانچے کے ساتھ ایک توسیع پذیر ملٹی کور فن تعمیر۔ Moradi, S. Qiao, N., Stefanini, F. & Indiveri, G. 一种可扩展的多核架构，具有用于动态神用于动态神用于动态神经形态异歨(Y PNA)存结构. Moradi, S. 、Qiao, N., Stefanini, F. & Indiveri, G. ایک قسم کا توسیع پذیر ملٹی کور فن تعمیر، جس میں ڈائنامک نیورل پروسیسنگ (DYNAP) کے لیے ایک منفرد میموری ڈھانچہ ہے۔Moradi S., Qiao N., Stefanini F. اور Indiviri G. متحرک نیورومورفک غیر مطابقت پذیر پروسیسرز (DYNAP) کے لیے متضاد میموری ڈھانچے کے ساتھ ایک توسیع پذیر ملٹی کور فن تعمیر۔بائیو میڈیکل سائنس پر IEEE لین دین۔برقی نظام.12، 106–122 (2018)۔
ڈیوس، M. et al.لوہی: ایمبیڈڈ لرننگ کے ساتھ ایک نیورومورفک ملٹی کور پروسیسر۔IEEE مائیکرو 38، 82–99 (2018)۔
Furber, SB, Galluppi, F., Temple, S. & Plana, LA The SpiNNaker پروجیکٹ۔ Furber, SB, Galluppi, F., Temple, S. & Plana, LA The SpiNNaker پروجیکٹ۔Ferber SB, Galluppi F., Temple S. and Plana LA SpiNNaker پروجیکٹ۔Ferber SB, Galluppi F., Temple S. and Plana LA SpiNNaker پروجیکٹ۔عملIEEE 102, 652–665 (2014)۔
لیو، ایس کے اور ڈیلبرک، ٹی نیورومورفک حسی نظام۔ اور ڈیلبرک، ٹی نیورومورفک حسی نظام۔اور ڈیلبرک ٹی نیورومورفک حسی نظام۔ اور ڈیلبرک، ٹی. 神经形态感觉系统. اور ڈیلبرک، ٹی.اور ڈیلبرک ٹی نیورومورفک حسی نظام۔کرنٹرائے۔نیورو بائیولوجی۔20، 288–295 (2010)۔
Chope، T. et al.مشترکہ ساؤنڈ سورس لوکلائزیشن اور تصادم سے بچنے کے لیے نیورومورفک حسی انضمام۔2019 میں IEEE کانفرنس آن بائیو میڈیکل سرکٹس اینڈ سسٹمز (BioCAS)، (IEEE Ed.) 1–4 (2019)۔
Risi, N., Aimar, A., Donati, E., Solinas, S. & Indiveri, G. سٹیریو وژن کا ایک سپائیک پر مبنی نیورومورفک فن تعمیر۔ Risi, N., Aimar, A., Donati, E., Solinas, S. & Indiveri, G. سٹیریو وژن کا ایک سپائیک پر مبنی نیورومورفک فن تعمیر۔Risi N, Aymar A, Donati E, Solinas S, and Indiveri G. A spike-based neuromorphic stereovision architecture. 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، اور Indiveri G. سٹیریو وژن کے لیے اسپائک پر مبنی نیورومورفک فن تعمیر۔سامنےنیوروروبوٹکس 14، 93 (2020)۔
Osswald, M., Ieng, S.-H., Benosman, R. & Indiveri, G. ایونٹ پر مبنی نیورومورفک سٹیریو ویژن سسٹمز کے لیے تھری ڈیپرسیپشن کا ایک اسپائکنگ نیورل نیٹ ورک ماڈل۔ Osswald, M., Ieng, S.-H., Benosman, R. & Indiveri, G. ایونٹ پر مبنی نیورومورفک سٹیریو ویژن سسٹمز کے لیے تھری ڈیپرسیپشن کا ایک اسپائکنگ نیورل نیٹ ورک ماڈل۔Oswald, M., Ieng, S.-H., Benosman, R., and 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 اوسوالڈ، ایم.، اینگ، ایس.-ایچ.، بینوسمین، آر. اینڈ اندیوری، جی. تھری ڈیپرسیپشن 脉冲神经网络模型.Oswald, M., Ieng, S.-H., Benosman, R., and Indiveri, G. Spiked 3Dperception Neural Network Model for an Event-based Neuromorphic Stereo Vision System.سائنس.رپورٹ 7، 1–11 (2017)۔
Dalgaty، T. et al.کیڑے سے متاثر بنیادی حرکت کا پتہ لگانے میں مزاحمتی میموری اور برسٹی نیورل نیٹ ورک شامل ہیں۔بایونک بائیو ہائبرڈ سسٹم۔10928، 115–128 (2018)۔
D'Angelo، G. et al.وقتی تفریق کوڈنگ کا استعمال کرتے ہوئے واقعہ پر مبنی سنکی حرکت کا پتہ لگانا۔سامنےنیورولوجی.14، 451 (2020)۔