4 мин. чтения
12/21/2023 8:50:01 AM

Датчики зрения, управляемые событиями, преобразуют движение в сигналы питания

Article Preview Image Нейронная сеть, управляемая событиями, разработана исследователями.А) Сравнение между датчиками зрения на основе кадров и событий.Б) Разработанная нейронная сеть, посвященная всплеске, путем объединения преимуществ характеристик, управляемых событиями, и вычислений в сенсорных.C) разработанная пиксельная схема для реализации программируемых характеристик, управляемых событиями.D) Взаимосвязь между интенсивностью входного света и выходными шипами в разработанном пикселе.Кредит: Zhou et al.

Нейроморфные датчики зрения являются уникальными чувствительными устройствами, которые автоматически реагируют на изменения окружающей среды, такие как другая яркость в окружающей среде.Эти датчики имитируют функционирование нервной системы человека, искусственно воспроизводя способность сенсорных нейронов преимущественно реагировать на изменения в зондированной среде.

Как правило, эти датчики захватывают исключительно динамические движения в сцене, которые затем подаются в вычислительную единицу, которая будет анализировать их и пытается распознать, что они есть.Эти проекты системы, в которых датчики и вычислительные единицы обрабатывают собранные ими данные физически разделены, могут создать задержку времени при обработке данных датчиков, а также потребление большей мощности.

Исследователи из Гонконгского политехнического университета, Университета науки и технологий Хуажонга и Университет науки и технологии Гонконга недавно разработали новые датчики зрения, управляемые событиями, которые отражают динамическое движение, а также могут преобразовать его в программируемые сигналы вспышки.Эти датчики, представленные в статье, опубликованной в Nature Electronics, устраняют необходимость передачи данных от датчиков в вычислительные единицы, что позволяет лучшие энергоэффективность и более высокие скорости в анализе захваченных динамических движений.

«Сколсенсорная и венсорная вычислительная архитектура эффективно уменьшает задержку передачи данных и энергопотребление путем непосредственного выполнения вычислений вблизи или внутри сенсорных терминалов»,-сказал Ян Чай, соавтор статьи, сказал Tech Xplore.«Наша исследовательская группа посвящена изучению появляющихся индивидуальных устройств для ближних и взимающих вычислений. Однако мы обнаружили, что существующие работы сосредоточены на обычных датчиках, основанных на кадре, которые генерируют много избыточных данных».

Недавние достижения в области развития искусственных нейронных сетей (ANNS) открыли новые возможности для разработки нейроморфных чувствительных устройств и систем распознавания изображений.В рамках своего недавнего исследования Chai и их коллеги намеревались изучить потенциал сочетания датчиков на основе событий с всплесками нейронных сетей (SNNS), ANNS, которые имитируют модели стрельбы нейронов.

«Сочетание датчиков на основе событий и нейронной сети (SNN) для анализа движения может эффективно снизить избыточные данные и эффективно распознавать движение»,-сказал Чай.«Таким образом, мы предлагаем аппаратную архитектуру с двумя фотодиодами пикселей с функциями как на основе событий, так и синапсов, которые могут достичь SNN в сенсоре».

Новые вычислительные датчики зрения, разработанные Chai и его коллегами, способны как к вычислениям на основе событий, так и вычислениям.Эти датчики по существу генерируют программируемые шипы в ответ на изменения яркости и интенсивность света локально записанных пикселей.

«Характеристика, управляемая событиями, достигается с использованием двух ветвей с противоположным фото ответа и различного времени отклика на фото, которые генерируют сигналы, управляемые событиями»,-объяснил Чай.«Синаптическая характеристика реализуется фотодиодами с различными фотографиями, которые обеспечивают точную модуляцию амплитуды сигналов всплеска, подражая различным синаптическим весам в SNN».

Исследователи оценили свои датчики в серии первоначальных тестов и обнаружили, что они эффективно имитируют процессы, посредством которых нейроны в мозге адаптируются к изменениям в визуальных сценах.Примечательно, что эти датчики уменьшают объем данных, которые будут собирать датчики, а также устраняют необходимость передачи этих данных на внешнюю вычислительную единицу.

«Наша работа предлагает метод для определения и обработки сценария путем захвата локального изменения интенсивности света на уровне пикселей, таким образом, реализуя SNN в сенсоре вместо обычной Энн»,-сказал Чай.«Такой дизайн сочетает в себе преимущества датчиков на основе событий и вычислений в центре, которые подходят для динамической обработки информации в реальном времени, таких как автономное вождение и интеллектуальные роботы».

В будущем, датчики зрения, управляемые вычислительными событиями, разработанные Chai и его коллегами, могут быть разработаны дальше и протестированы в дополнительных экспериментах, чтобы дополнительно оценить их ценность для реальных приложений.Кроме того, эта недавняя работа может послужить вдохновением для других исследовательских групп, что потенциально потенциально прокладывает путь для новых технологий зондирования, которые сочетают в себе датчики на основе событий и SNN.

«В будущем наша группа будет сосредоточена на реализации уровня массива и технологии интеграции массива вычислительных датчиков и CMOS, чтобы продемонстрировать полноценную вычислительную систему в центре»,-добавил Чай.«Кроме того, мы попытаемся разработать эталон для определения требований метрики устройства для различных приложений и оценки производительности в центре вычислительной системы количественно».

Больше информации: Юэ Чжоу и др., Вычислительные датчики зрения, управляемые событиями, для нейронных сетей, посвященных всплеске, природа Electronics (2023).Doi: 10.1038/s41928-023-01055-2

Получи бесплатную еженедельную рассылку со ссылками на репозитории и лонгриды самых интересных историй о стартапах 🚀, AI технологиях 👩‍💻 и программировании 💻!
Присоединяйся к тысячам читателей для получения одного еженедельного письма

Подписывайся на нас:

Нашли ошибку в тексте? Напишите нам.

Добавляй ЛРНЧ в свою ленту Google Новостей.
Читайте далее 📖

Устойчивая электроника следующего поколения и легирование воздухом

5/16/2024 · 4 мин. чтения

Устойчивая электроника следующего поколения и легирование воздухом

Шведские исследователи разрабатывают экологически чистые и доступные батареи для стран с низким уровнем дохода

5/15/2024 · 4 мин. чтения

Шведские исследователи разрабатывают экологически чистые и доступные батареи для стран с низким уровнем дохода