在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

微型神經(jīng)形態(tài)器件模擬人類視覺和記憶

MEMS ? 來源:MEMS ? 2023-06-21 10:28 ? 次閱讀

澳大利亞皇家墨爾本理工大學(xué)研究團(tuán)隊(duì)展示了一種捕捉、處理和存儲(chǔ)視覺信息的神經(jīng)形態(tài)器件,它可用與人類相似的方式“看”并形成記憶,這項(xiàng)進(jìn)步朝著開發(fā)出能做快速、復(fù)雜決策的應(yīng)用(例如在自動(dòng)駕駛汽車中)邁出了一大步。相關(guān)研究14日發(fā)表于《先進(jìn)功能材料》期刊。

這種神經(jīng)形態(tài)器件是一種由摻雜氧化銦傳感元件實(shí)現(xiàn)的單芯片,厚度僅為人類頭發(fā)絲的數(shù)千分之一,不需要外部組件就能運(yùn)作。該器件模仿了人眼捕捉光線的能力,像視神經(jīng)一樣預(yù)先打包和傳輸信息,并像人類大腦一樣在記憶系統(tǒng)中存儲(chǔ)和分類信息。這些功能可使其實(shí)現(xiàn)超快決策。

與此前已知器件相比,新器件能夠在更長的時(shí)間內(nèi)保留信息,不需要頻繁的電信號(hào)來刷新記憶。這一能力顯著降低了能耗,并提高了器件的性能。

人眼只有一個(gè)視網(wǎng)膜,可以捕捉整個(gè)圖像,然后由大腦進(jìn)行處理,以識(shí)別物體、顏色和其他視覺特征。研究團(tuán)隊(duì)從人眼中汲取靈感,創(chuàng)造出具有類似功能的“相機(jī)”。該器件通過使用單一元素圖像傳感器模擬視網(wǎng)膜的功能,這些傳感器在一個(gè)平臺(tái)上捕獲、存儲(chǔ)和處理視覺信息。

神經(jīng)形態(tài)視覺系統(tǒng)使用類似于人腦的模擬處理,與目前的技術(shù)相比,可以大大減少執(zhí)行復(fù)雜視覺任務(wù)所需的能量。

該團(tuán)隊(duì)表示,如果將這項(xiàng)技術(shù)從目前使用的紫外光擴(kuò)展到可見光和紅外光,還能應(yīng)用于更多領(lǐng)域或場景,例如仿生視覺、危險(xiǎn)環(huán)境中的自主操作、食品保質(zhì)期評(píng)估和法醫(yī)學(xué)。此外,神經(jīng)形態(tài)機(jī)器人有望在可能發(fā)生塌方、爆炸和存在有毒氣體的危險(xiǎn)環(huán)境中長時(shí)間自主運(yùn)行。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 圖像傳感器
    +關(guān)注

    關(guān)注

    68

    文章

    1910

    瀏覽量

    129624
  • 器件
    +關(guān)注

    關(guān)注

    4

    文章

    313

    瀏覽量

    27885
  • 視覺
    +關(guān)注

    關(guān)注

    1

    文章

    147

    瀏覽量

    23991

原文標(biāo)題:微型神經(jīng)形態(tài)器件模擬人類視覺和記憶

文章出處:【微信號(hào):MEMSensor,微信公眾號(hào):MEMS】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    記憶示波器的原理和應(yīng)用

    各種波形分析和運(yùn)算任務(wù),如FFT分析、峰值檢測、自動(dòng)測量等。 波形顯示:處理后的信號(hào)數(shù)據(jù)通過數(shù)模轉(zhuǎn)換器(D/A轉(zhuǎn)換器)還原成模擬信號(hào),并在熒光屏上顯示出來。這樣,用戶就可以看到被測信號(hào)的波形形態(tài)、幅值
    發(fā)表于 01-06 15:50

    AI智能體逼真模擬人類行為

    近日,據(jù)外媒最新報(bào)道,斯坦福大學(xué)、華盛頓大學(xué)與Google DeepMind的科研團(tuán)隊(duì)攜手合作,成功開發(fā)出一種能夠高度逼真模擬人類行為的AI智能體。 該智能體的構(gòu)建得益于研究團(tuán)隊(duì)將詳細(xì)的訪談?dòng)涗?/div>
    的頭像 發(fā)表于 11-26 10:24 ?407次閱讀

    深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)模型

    卷積神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò),其靈感來源于生物的視覺皮層機(jī)制。它通過模擬人類視覺系統(tǒng)的處理方式,能夠自動(dòng)提取圖像特征,從而在圖像識(shí)別和分
    的頭像 發(fā)表于 11-15 14:52 ?383次閱讀

    TDK成功研發(fā)出用于神經(jīng)形態(tài)設(shè)備的自旋憶阻器

    TDK公司宣布其已成功研發(fā)出一款超低能耗的神經(jīng)形態(tài)元件--自旋憶阻器。通過模擬人腦高效節(jié)能的運(yùn)行模式,該元件可將人工智能(AI)應(yīng)用的能耗降至傳統(tǒng)設(shè)備的百分之一。與法國研究機(jī)構(gòu)原子能和替代能源
    的頭像 發(fā)表于 10-14 11:00 ?495次閱讀

    什么是機(jī)器視覺opencv?它有哪些優(yōu)勢?

    機(jī)器視覺(Machine Vision)是一種利用計(jì)算機(jī)和圖像處理技術(shù)來模擬人類視覺系統(tǒng)的功能,實(shí)現(xiàn)對(duì)圖像的識(shí)別、分析和理解的技術(shù)。OpenCV(Open Source Computer
    的頭像 發(fā)表于 07-16 10:33 ?855次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)通常用來處理什么

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNNs)通常被用來處理具有顯著空間層次結(jié)構(gòu)的數(shù)據(jù),特別是圖像和視頻數(shù)據(jù)。它們通過模擬人類視覺處理機(jī)制中的某些方面,如局部
    的頭像 發(fā)表于 07-11 14:51 ?861次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用場景及優(yōu)缺點(diǎn)

    1.1 卷積神經(jīng)網(wǎng)絡(luò)的定義 卷積神經(jīng)網(wǎng)絡(luò)是一種深度學(xué)習(xí)模型,它通過模擬人類視覺系統(tǒng)的工作方式,對(duì)輸入數(shù)據(jù)進(jìn)行特征提取和分類。與傳統(tǒng)的神經(jīng)網(wǎng)
    的頭像 發(fā)表于 07-11 14:45 ?855次閱讀

    簡單認(rèn)識(shí)深度神經(jīng)網(wǎng)絡(luò)

    深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)作為機(jī)器學(xué)習(xí)領(lǐng)域中的一種重要技術(shù),特別是在深度學(xué)習(xí)領(lǐng)域,已經(jīng)取得了顯著的成就。它們通過模擬人類大腦的處理方式,利用多層神經(jīng)元結(jié)構(gòu)
    的頭像 發(fā)表于 07-10 18:23 ?1110次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型包含哪些層次

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)是一種模擬人腦神經(jīng)網(wǎng)絡(luò)的計(jì)算模型,具有自適應(yīng)、自學(xué)習(xí)、泛化能力強(qiáng)等特點(diǎn)。本文將詳細(xì)介紹人工神經(jīng)網(wǎng)絡(luò)模型的各個(gè)層次,包括感知機(jī)
    的頭像 發(fā)表于 07-05 09:17 ?660次閱讀

    人工智能和人工神經(jīng)網(wǎng)絡(luò)有什么區(qū)別

    人工智能是一門研究如何使計(jì)算機(jī)模擬人類智能行為的學(xué)科。它起源于20世紀(jì)40年代,當(dāng)時(shí)計(jì)算機(jī)科學(xué)家們開始嘗試開發(fā)能夠模擬人類思維過程的計(jì)算機(jī)程序。人工智能的目標(biāo)是通過計(jì)算機(jī)程序?qū)崿F(xiàn)對(duì)人類智能的
    的頭像 發(fā)表于 07-04 09:39 ?1364次閱讀

    神經(jīng)形態(tài)計(jì)算器件和陣列測試解決方案

    神經(jīng)形態(tài)計(jì)算是一種新型的計(jì)算范式,它模仿生物神經(jīng)網(wǎng)絡(luò)(如人腦)的結(jié)構(gòu)和功能以在為人工智能、機(jī)器學(xué)習(xí)、機(jī)器人和感官處理等各種應(yīng)用實(shí)現(xiàn)高性能、低功耗和自適應(yīng)學(xué)習(xí)能力。
    的頭像 發(fā)表于 07-03 10:02 ?400次閱讀
    <b class='flag-5'>神經(jīng)</b><b class='flag-5'>形態(tài)</b>計(jì)算<b class='flag-5'>器件</b>和陣列測試解決方案

    卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和工作原理

    和工作原理。 1. 引言 在深度學(xué)習(xí)領(lǐng)域,卷積神經(jīng)網(wǎng)絡(luò)是一種非常重要的模型。它通過模擬人類視覺系統(tǒng),能夠自動(dòng)學(xué)習(xí)圖像中的特征,從而實(shí)現(xiàn)對(duì)圖像的識(shí)別和分類。與傳統(tǒng)的機(jī)器學(xué)習(xí)方法相比,CNN具有更強(qiáng)的特征提取能力,能夠處理更復(fù)雜的數(shù)
    的頭像 發(fā)表于 07-03 09:38 ?807次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用

    顯著成就后,也逐漸被引入到文本分類任務(wù)中。卷積神經(jīng)網(wǎng)絡(luò)通過模擬人類視覺系統(tǒng)的信息處理方式,能夠有效地提取文本中的局部特征,進(jìn)而實(shí)現(xiàn)高精度的文本分類。本文將對(duì)卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的
    的頭像 發(fā)表于 07-01 16:25 ?776次閱讀

    SpaceX計(jì)劃星艦軌道發(fā)射,并考慮飛船模擬人工重力

    長久以來,科學(xué)界一直關(guān)注微重力環(huán)境對(duì)于人體健康的潛在危害,如骨質(zhì)流失和“空間飛行相關(guān)的神經(jīng)-眼球綜合癥”等。因此,模擬人工重力成為解決這一問題的潛在方法。
    的頭像 發(fā)表于 03-11 11:08 ?865次閱讀

    AI算法的本質(zhì)是模擬人類智能,讓機(jī)器實(shí)現(xiàn)智能化

    視覺等領(lǐng)域。 ? AI 算法的核心是實(shí)現(xiàn)智能化的決策和行為 ? AI算法的本質(zhì)在于模擬人類智能的能力,讓計(jì)算機(jī)能夠?qū)ΜF(xiàn)實(shí)世界進(jìn)行模擬和模仿,從而達(dá)到智能化的目的。具體來說,AI算法可以通過機(jī)器學(xué)習(xí)、自然語言處理、計(jì)算機(jī)
    的頭像 發(fā)表于 02-07 00:07 ?5924次閱讀
    主站蜘蛛池模板: 69日本xxxxxxxxx18| 国产成人永久免费视频| 中文字幕一区二区三区视频在线| 精品国产一二三区| 天天操天天舔天天射| a毛片免费观看完整| 韩国r天堂| 看片地址| 日本成本人三级在线观看2018| 亚洲色图88| 色日韩在线| 午夜免费啪视频| 91久久青草精品38国产| 国产三级精品视频| 久久久久久久久综合| 女人的天堂网站| 欧美黄色片在线观看| 色激情综合| 日韩三级视频在线观看| 色多多在线观看播放| 天天噜天天射| 五月婷六月婷婷| 天堂在线中文无弹窗全文阅读| 色多多在线免费观看| 九色精品在线| 寄宿日记免费看| 狠狠狠狼鲁欧美综合网免费| 噜噜吧噜噜色| 黄色网址大全免费| 在线观看永久免费| 亚洲免费色视频| 天天天天做夜夜夜做| 天天搞夜夜| 开心色99×xxxx| 国产v69| 97人人做人人添人人爱| 午夜黄色在线观看| vvvv98国产成人综合青青| 中文字幕一二三四区| 日本欧美一区二区三区不卡视频 | 第四色播日韩第一页|