可调节的神经形态计算用于动态多时间尺度传感的运动识别
Ruitong Bie1,2, Xi Chen3,4, Zhe Yang1,2
1Centre for Quantum Physics, Key Laboratory of Advanced Optoelectronic Quantum Architecture and Measurement (MOE), School of Physics, Beijing Institute of Technology, Beijing 100081, People's Republic of China.
Cyborg and bionic systems (Washington, D.C.)
|November 13, 2025
概括
这项研究介绍了一种基于锡二硫化物 (SnS2) 的新型传感器容器,用于高效的运动识别. 该设备准确地分类各种运动在广泛的速度谱,推进人工智能系统.
科学领域:
- 材料科学 材料科学 材料科学
- 人工智能的人工智能
- 传感器技术 传感器技术
背景情况:
- 区分高速和低速运动是计算密集的.
- 传统的CMOS技术在各种运动检测所需的广泛响应范围内扎.
- 下一代人工智能系统需要先进的传感解决方案.
研究的目的:
- 为运动识别引入基于锡二硫化物 (SnS2) 的传感器内储存器.
- 为了证明该设备在广泛的速度频谱中分类运动的能力.
- 探索该设备在光学传感和突触模拟方面的潜力.
主要方法:
- 使用基于SnS2的传感器储存库架构.
- 利用传感器内存储器计算来进行运动分类.
- 在光刺激下,研究SNS2通道中的光载体动态.
主要成果:
- 基于SnS2的设备有效地分类了广泛的速度谱中的各种运动.
- 该设备表现出灵活的光学动态传感,由于光生成的载体动态.
- 该设备在光学传感和突触模拟方面表现出多功能性.
结论:
- 基于SnS2的传感器内存储库为移动识别挑战提供了一个有前途的解决方案.
- 该设备的功能支持人工智能系统的进步.
- 这些发现突显了SnS2在开发下一代智能传感器方面的潜力.


