具有度调制的MEMS储计算系统用于边缘的多场景数据处理

科学领域:

• * 工程和应用物理
• * 人工智能和机器学习

背景情况:

• * 水库计算 (RC) 提供了一个生物灵感的神经网络结构,具有硬件实现优势.
• *微电机系统 (MEMS) 对于集成传感和计算具有前景.
• *以前使用振幅调制的MEMS RC系统在基于直接传感的计算中遇到了局限性.

研究的目的:

• * 引入一种新的MEMS储计算系统,利用刚度调制用于直接信号处理.
• * 展示一种简化和高效的方法,用于将传感和计算集成到MEMS设备中.
• * 实现本地信息处理和先进的边缘计算能力.

主要方法:

• * 基于刚性调制的MEMS RC系统的开发,其中自然信号直接改变了系统的刚性.
• *采用加速度计进行实施和测试,包括非线性调节和优化后处理与数字面具操作员.
• *对拟议系统性能进行模拟和实验验证.

主要成果:

• *新的MEMS RC系统在文字分类方面实现了高精度 (99.8%) 和高效的混乱预测 (0.0305 NMSE).
• * 证明了对多场景数据处理的适应性,超过了以前的非延迟式架构.
• * 该系统的特点是小体积和低功耗,消除了复杂的数据预处理.

结论:

• *MEMS RC中的刚度调制方法为传感和计算集成提供了简化和高效的方法.
• * 这项工作开创了MEMS中的边缘计算,为新兴的本地计算应用铺平了道路.
• * 开发的MEMS RC系统显示了各种数据处理任务的巨大潜力.