一个基于MoWS2/VOx异质连接的多模式湿度适应光学神经元,用于视觉和呼吸功能
Abdul Momin Syed1, Dhananjay D Kumbhar1, Hanrui Li1
1Smart, Advanced Memory Devices and Applications (SAMA) Laboratory, Electrical and Computer Engineering, Computer Electrical Mathematical Science and Engineering, King Abdullah University of Science and Technology (KAUST), Thuwal, 23955-6900, Saudi Arabia.
Advanced materials (Deerfield Beach, Fla.)
|April 29, 2025
概括
一个新的多式联机内存计算系统使用了一种新型的memristor来有效处理多传感器信号. 这种生物启发的方法可以实现更快,低功耗的计算,并显示出人工感觉神经元和医疗保健应用的潜力.
科学领域:
- 材料科学 材料科学 材料科学
- 神经科学是一个神经科学.
- 计算机工程 计算机工程
背景情况:
- 计算已经发展到传感器内处理以提高效率.
- 多模式内存计算在内存设备内执行计算,减少数据传输.
- 传统芯片在多传感信号的数据转换和传输方面存在局限性.
研究的目的:
- 引入一种生物灵感的多式联机内存计算系统,用于实时,低功耗的多传感器信号处理.
- 开发一种能够模拟突触行为的新型多式联络记忆器.
- 探索这个系统在医疗保健应用中的潜力,如呼吸道检测.
主要方法:
- 一个基于Cu/MoWS2/VOx/Pt的新型多式联络记忆器的制造和特征.
- 展示电气,光子和湿度介导的突触学习.
- 将湿度传感与卷积神经网络 (CNN) 集成,以提高视觉清晰度.
主要成果:
- 记忆器在超低工作电压 (±0.2V) 中表现出高的启/关比 (10^8).
- 通过湿度变化实现了可调节的导电量调制,模拟生物突触传输.
- 成功展示了用于呼吸系统检测和数据增强的湿度传感器在CNN中.
结论:
- 开发的多模式记忆器为人工感觉神经元提供了一个新的平台.
- 这项技术使多传感器数据的高效,低功耗处理成为可能.
- 对非接触式人机交互和智能系统 (包括医疗保健) 有重大影响.
