Nuus

Werklike dataverwerkingstoepassings vereis kompakte, lae-latency, lae-krag rekenaarstelsels. Met gebeurtenisgedrewe rekenaarvermoëns bied komplementêre metaal-oksied-halfgeleier hibriede memristiewe neuromorfiese argitekture 'n ideale hardeware-grondslag vir sulke take. Om die volle potensiaal van sulke stelsels te demonstreer, stel en demonstreer ons 'n omvattende sensorverwerkingsoplossing vir werklike voorwerplokaliseringstoepassings en demonstreer dit eksperimenteel. Met inspirasie uit skuuruil-neuranatomie, het ons 'n bio-geïnspireerde, gebeurtenisgedrewe objeklokaliseringstelsel ontwikkel wat 'n moderne piëzo-elektriese mikromeganiese transducer-omskakelaar kombineer met berekeningsgrafiek-gebaseerde neuromorfiese weerstandsgeheue. Ons wys metings van 'n vervaardigde stelsel wat 'n geheue-gebaseerde resistiewe toevalsdetektor, vertragingslynkringe en 'n volledig aanpasbare ultrasoniese transducer insluit. Ons gebruik hierdie eksperimentele resultate om simulasies op stelselvlak te kalibreer. Hierdie simulasies word dan gebruik om die hoekresolusie en energiedoeltreffendheid van die voorwerplokaliseringsmodel te evalueer. Die resultate toon dat ons benadering verskeie ordes van grootte meer energiedoeltreffend kan wees as mikrobeheerders wat dieselfde taak verrig.
Ons betree 'n era van alomteenwoordige rekenaar waar die aantal toestelle en stelsels wat ontplooi word, eksponensieel groei om ons in ons daaglikse lewens te help. Daar word verwag dat hierdie stelsels deurlopend sal loop en so min as moontlik krag verbruik terwyl hulle leer om die data wat hulle van verskeie sensors insamel intyds te interpreteer en binêre uitset te produseer as gevolg van klassifikasie- of herkenningstake. Een van die belangrikste stappe wat nodig is om hierdie doel te bereik, is om nuttige en kompakte inligting uit raserige en dikwels onvolledige sensoriese data te onttrek. Konvensionele ingenieursbenaderings monsters tipies sensorseine teen 'n konstante en hoë tempo, wat groot hoeveelhede data genereer selfs in die afwesigheid van nuttige insette. Daarbenewens gebruik hierdie metodes komplekse digitale seinverwerkingstegnieke om die (dikwels raserige) insetdata vooraf te verwerk. In plaas daarvan bied biologie alternatiewe oplossings vir die verwerking van raserige sensoriese data deur gebruik te maak van energiedoeltreffende, asinchrone, gebeurtenisgedrewe benaderings (spikes)2,3. Neuromorfiese rekenaars neem inspirasie van biologiese stelsels om berekeningskoste in terme van energie- en geheuevereistes te verminder in vergelyking met tradisionele seinverwerkingsmetodes4,5,6. Onlangs is innoverende algemene doel breingebaseerde stelsels wat impuls neurale netwerke implementeer (TrueNorth7, BrainScaleS8, DYNAP-SE9, Loihi10, Spinnaker11) gedemonstreer. Hierdie verwerkers bied oplossings vir lae krag, lae latensie vir masjienleer en kortikale stroombaanmodellering. Om hul energiedoeltreffendheid ten volle te ontgin, moet hierdie neuromorfiese verwerkers direk aan gebeurtenisgedrewe sensors gekoppel word12,13. Vandag is daar egter net 'n paar aanraaktoestelle wat direk gebeurtenisgedrewe data verskaf. Prominente voorbeelde is dinamiese visuele sensors (DVS) vir visietoepassings soos opsporing en bewegingsopsporing14,15,16,17 die silikon koglea18 en neuromorfiese ouditiewe sensors (NAS)19 vir ouditiewe seinverwerking, reuksensors20 en talle voorbeelde21,22 van aanraking. . tekstuur sensors.
In hierdie artikel bied ons 'n nuut ontwikkelde gebeurtenisgedrewe ouditiewe verwerkingstelsel wat toegepas word op objeklokalisering. Hier beskryf ons vir die eerste keer 'n end-tot-end-stelsel vir objeklokalisering wat verkry word deur 'n moderne piëzo-elektriese mikrogemasjineerde ultrasoniese transducer (pMUT) te verbind met 'n berekeningsgrafiek gebaseer op neuromorfiese weerstandige geheue (RRAM). In-geheue rekenaarargitekture wat RRAM gebruik, is 'n belowende oplossing vir die vermindering van kragverbruik23,24,25,26,27,28,29. Hul inherente nie-vlugtigheid - wat nie aktiewe kragverbruik vereis om inligting te stoor of op te dateer nie - pas perfek by die asinchrone, gebeurtenisgedrewe aard van neuromorfiese rekenaars, wat byna geen kragverbruik tot gevolg het wanneer die stelsel ledig is nie. Piëso-elektriese mikrogemasjineerde ultrasoniese transduktors (pMUTs) is goedkoop, geminiaturiseerde silikongebaseerde ultrasoniese transduktors wat in staat is om as senders en ontvangers op te tree30,31,32,33,34. Om die seine wat deur die ingeboude sensors ontvang word, te verwerk, het ons inspirasie uit skuuruil-neuranatomie35,36,37 geput. Die uil Tyto alba is bekend vir sy merkwaardige nagjagvermoëns danksy 'n baie doeltreffende ouditiewe lokaliseringstelsel. Om die ligging van prooi te bereken, kodeer die kerkuil se lokaliseringstelsel die tyd van vlug (ToF) wanneer klankgolwe van prooi elk van die uil se ore of klankreseptore bereik. Gegewe die afstand tussen die ore, maak die verskil tussen die twee ToF-metings (Interaural Time Difference, ITD) dit moontlik om die asimutposisie van die teiken analities te bereken. Alhoewel biologiese stelsels swak geskik is om algebraïese vergelykings op te los, kan hulle lokaliseringsprobleme baie effektief oplos. Die kerkuil-senuweestelsel gebruik 'n stel toevalsdetektor (CD)35 neurone (dws neurone wat in staat is om tydelike korrelasies op te spoor tussen spykers wat afwaarts voortplant na konvergente opwindende eindes)38,39 wat in berekeningsgrafieke georganiseer is om posisioneringsprobleme op te los.
Vorige navorsing het getoon dat komplementêre metaal-oksied-halfgeleier (CMOS) hardeware en RRAM-gebaseerde neuromorfiese hardeware geïnspireer deur die inferior colliculus ("ouditiewe korteks") van die nonne-uil 'n doeltreffende metode is vir die berekening van posisie met behulp van ITD13, 40, 41, 42, 43, 44, 45, 46. Die potensiaal van volledige neuromorfiese stelsels wat ouditiewe leidrade aan neuromorfiese berekeningsgrafieke koppel, moet egter nog gedemonstreer word. Die hoofprobleem is die inherente veranderlikheid van analoog CMOS-stroombane, wat die akkuraatheid van wedstrydopsporing beïnvloed. Onlangs is alternatiewe numeriese implementering van die ITD47-skattings gedemonstreer. In hierdie vraestel stel ons voor om die vermoë van RRAM te gebruik om die konduktansiewaarde op 'n nie-vlugtige manier te verander om veranderlikheid in analoogstroombane teen te werk. Ons het 'n eksperimentele stelsel geïmplementeer wat bestaan ​​uit een pMUT-oordragmembraan wat teen 'n frekwensie van 111.9 kHz werk, twee pMUT-ontvangende membrane (sensors) wat skuuruil-ore simuleer, en een . Ons het die pMUT-opsporingstelsel en RRAM-gebaseerde ITD-berekeningsgrafiek eksperimenteel gekarakteriseer om ons lokaliseringstelsel te toets en die hoekresolusie daarvan te evalueer.
Ons vergelyk ons ​​metode met 'n digitale implementering op 'n mikrobeheerder wat dieselfde lokaliseringstaak uitvoer deur gebruik te maak van konvensionele bundelvorming of neuromorfiese metodes, sowel as 'n veldprogrammeerbare hekskikking (FPGA) vir ITD-beraming wat in die verwysing voorgestel word. 47. Hierdie vergelyking beklemtoon die mededingende kragdoeltreffendheid van die voorgestelde RRAM-gebaseerde analoog neuromorfiese stelsel.
Een van die treffendste voorbeelde van 'n akkurate en doeltreffende objeklokaliseringsisteem kan gevind word in skuuruil35,37,48. Teen skemer en dagbreek maak die kerkuil (Tyto Alba) hoofsaaklik staat op passiewe luister, en soek aktief klein prooi soos vols of muise. Hierdie ouditiewe kundiges kan ouditiewe seine van prooi lokaliseer met verstommende akkuraatheid (ongeveer 2°)35, soos getoon in Fig. 1a. Kerkuile ​​lei die ligging van klankbronne in die asimut (horisontale) vlak af uit die verskil in inkomende vlugtyd (ITD) vanaf die klankbron na die twee ore. Die ITD-berekeningsmeganisme is voorgestel deur Jeffress49,50 wat op neurale meetkunde staatmaak en twee sleutelkomponente vereis: 'n akson, 'n neuron se senuweevesel wat as 'n vertragingslyn optree, en 'n reeks toevalsdetektorneurone wat in 'n rekenaarstelsel georganiseer is. grafiek soos getoon in Figuur 1b. Die klank bereik die oor met 'n asimut-afhanklike tydsvertraging (ITD). Die klank word dan omgeskakel in 'n piekpatroon in elke oor. Die aksone van die linker- en regteroor dien as vertragingslyne en konvergeer op CD-neurone. Teoreties sal slegs een neuron in 'n reeks ooreenstemmende neurone insette op 'n slag ontvang (waar die vertraging presies kanselleer) en sal maksimaal vuur (naburige selle sal ook vuur, maar teen 'n laer frekwensie). Aktivering van sekere neurone kodeer die posisie van die teiken in die ruimte sonder om die ITD verder na hoeke om te skakel. Hierdie konsep word in Figuur 1c opgesom: as die klank byvoorbeeld van die regterkant af kom wanneer die insetsein van die regteroor 'n langer pad beweeg as die pad vanaf die linkeroor, wat kompenseer vir die aantal ITD's, byvoorbeeld, wanneer neuron 2 ooreenstem. Met ander woorde, elke CD reageer op 'n sekere ITD (ook bekend as optimale vertraging) as gevolg van aksonale vertraging. Die brein skakel dus tydelike inligting in ruimtelike inligting om. Anatomiese bewyse vir hierdie meganisme is gevind37,51. Fase-geslote makronukleus neurone stoor tydelike inligting oor inkomende klanke: soos hul naam aandui, vuur hulle op sekere seinfases. Toevalsdetektorneurone van die Jeffress-model kan in die laminêre kern gevind word. Hulle ontvang inligting van makronukleêre neurone, wie se aksone as vertragingslyne optree. Die hoeveelheid vertraging wat deur die vertragingslyn verskaf word, kan verklaar word deur die lengte van die akson, sowel as 'n ander miëlineringspatroon wat die geleidingsnelheid verander. Geïnspireer deur die gehoorstelsel van die uil, het ons 'n biomimetiese stelsel ontwikkel om voorwerpe te lokaliseer. Die twee ore word deur twee pMUT-ontvangers voorgestel. Die klankbron is die pMUT-sender wat tussen hulle geleë is (Fig. 1a), en die berekeningsgrafiek word gevorm deur 'n rooster van RRAM-gebaseerde CD-kringe (Fig. 1b, groen), wat die rol speel van CD-neurone wie se insette vertraag word. deur die stroombaan tree die vertragingslyne (blou) op soos aksone in die biologiese eweknie. Die voorgestelde sensoriese stelsel verskil in bedryfsfrekwensie van dié van die uil, wie se ouditiewe stelsel in die 1–8 kHz-reeks werk, maar pMUT-sensors wat teen ongeveer 117 kHz werk, word in hierdie werk gebruik. Die keuse van 'n ultrasoniese transducer word oorweeg volgens tegniese en optimaliseringskriteria. Eerstens, die beperking van die ontvangsbandwydte tot 'n enkele frekwensie verbeter ideaal die meetakkuraatheid en vereenvoudig die naverwerkingstap. Daarbenewens het werking in ultraklank die voordeel dat die uitgestraalde pulse nie hoorbaar is nie, dus nie mense steur nie, aangesien hul ouditiewe omvang ~20-20 kHz is.
die kerkuil ontvang klankgolwe van 'n teiken, in hierdie geval bewegende prooi. Die tyd van vlug (ToF) van die klankgolf verskil vir elke oor (tensy die prooi direk voor die uil is). Die stippellyn wys die pad wat klankgolwe neem om die uil se ore te bereik. Prooi kan akkuraat in die horisontale vlak gelokaliseer word op grond van die lengteverskil tussen die twee akoestiese paaie en die ooreenstemmende interaurale tydsverskil (ITD) (linker beeld geïnspireer deur ref. 74, kopiereg 2002, Society for Neuroscience). In ons stelsel genereer die pMUT-sender (donkerblou) klankgolwe wat van die teiken af ​​bons. Gereflekteerde ultraklankgolwe word deur twee pMUT-ontvangers (liggroen) ontvang en deur die neuromorfiese verwerker (regs) verwerk. b 'n ITD (Jeffress) berekeningsmodel wat beskryf hoe klanke wat die kerkuil se ore binnedring, eers as fasegeslote spykers in die groot kern (NM) geënkodeer word en dan 'n meetkundig gerangskik rooster van ooreenstemmende detektorneurone in die lamellêre kern gebruik. Verwerking (Nederland) (links). Illustrasie van 'n neuroITD-berekeningsgrafiek wat vertragingslyne en toevalsdetektorneurone kombineer, die uilbiosensorstelsel kan gemodelleer word deur gebruik te maak van RRAM-gebaseerde neuromorfiese stroombane (regs). c Skematiese van die hoof Jeffress-meganisme, as gevolg van die verskil in ToF, ontvang die twee ore klankstimuli op verskillende tye en stuur aksone van albei kante na die detektor. Die aksone is deel van 'n reeks toevalsdetektor (CD) neurone, wat elkeen selektief reageer op sterk tyd-gekorreleerde insette. Gevolglik word slegs CD's waarvan die insette met die kleinste tydsverskil aankom, maksimaal opgewonde (ITD word presies vergoed). Die CD sal dan die teiken se hoekposisie enkodeer.
Piëso-elektriese mikromeganiese ultrasoniese omskakelaars is skaalbare ultrasoniese omskakelaars wat geïntegreer kan word met gevorderde CMOS-tegnologie31,32,33,52 en het 'n laer aanvanklike spanning en kragverbruik as tradisionele volumetriese omskakelaars53. In ons werk is die membraan deursnee 880 µm, en die resonante frekwensie is versprei in die reeks van 110-117 kHz (Fig. 2a, sien Metodes vir besonderhede). In 'n bondel van tien toetstoestelle was die gemiddelde kwaliteitsfaktor ongeveer 50 (verw. 31). Die tegnologie het industriële volwassenheid bereik en is nie per se bio-geïnspireer nie. Die kombinasie van inligting van verskillende pMUT-films is 'n bekende tegniek, en hoekinligting kan van pMUT's verkry word deur byvoorbeeld bundelvormingstegnieke31,54 te gebruik. Die seinverwerking wat nodig is om die hoekinligting te onttrek, is egter nie geskik vir laekragmetings nie. Die voorgestelde stelsel kombineer die neuromorfiese data-voorverwerkingkring pMUT met 'n RRAM-gebaseerde neuromorfiese rekenaargrafiek geïnspireer deur die Jeffress-model (Figuur 2c), wat 'n alternatiewe energiedoeltreffende en hulpbron-beperkte hardeware-oplossing bied. Ons het 'n eksperiment uitgevoer waarin twee pMUT-sensors ongeveer 10 cm uitmekaar geplaas is om die verskillende ToF-klanke wat deur die twee ontvangsmembrane ontvang is, te ontgin. Een pMUT wat as 'n sender optree, sit tussen die ontvangers. Die teiken was 'n PVC plaat 12 cm breed, geleë op 'n afstand D voor die pMUT toestel (Fig. 2b). Die ontvanger teken die klank wat deur die voorwerp gereflekteer word op en reageer soveel as moontlik tydens die deurgang van die klankgolf. Herhaal die eksperiment deur die posisie van die voorwerp te verander, bepaal deur die afstand D en die hoek θ. Geïnspireer deur 'n skakel. 55, stel ons 'n neuromorfiese voorverwerking van pMUT-rou seine voor om gereflekteerde golwe in pieke om te skakel om 'n neuromorfiese berekeningsgrafiek in te voer. Die ToF wat ooreenstem met die piekamplitude word uit elk van die twee kanale onttrek en geënkodeer as die presiese tydsberekening van die individuele pieke. Op fig. 2c toon die stroombaan wat nodig is om die pMUT-sensor met 'n RRAM-gebaseerde berekeningsgrafiek te koppel: vir elk van die twee pMUT-ontvangers word die rou sein banddeurlaatfilter om glad te maak, reg te stel en dan na die lekkende integrator in oorkommodus deurgegee. die dinamiese drempel (Fig. 2d) skep 'n uitset gebeurtenis (piek) en afvuur (LIF) neuron: die uitset piek tyd kodeer die bespeur vlug tyd. Die LIF-drempel word teen die pMUT-reaksie gekalibreer, waardeur die pMUT-veranderlikheid van toestel tot toestel verminder word. Met hierdie benadering, in plaas daarvan om die hele klankgolf in die geheue te stoor en dit later te verwerk, genereer ons eenvoudig 'n piek wat ooreenstem met die ToF van die klankgolf, wat die inset vorm na die resistiewe geheue berekeningsgrafiek. Die spykers word direk na die vertragingslyne gestuur en geparalleliseer met passingsopsporingsmodules in neuromorfiese berekeningsgrafieke. Omdat hulle na die hekke van die transistors gestuur word, word geen bykomende versterkingskringe benodig nie (sien Aanvullende Fig. 4 vir besonderhede). Om die lokaliseringshoekakkuraatheid wat deur pMUT en die voorgestelde seinverwerkingsmetode verskaf word, te evalueer, het ons die ITD gemeet (dit is die verskil in tyd tussen piekgebeurtenisse wat deur twee ontvangers gegenereer word) aangesien die afstand en hoek van die voorwerp gewissel het. Die ITD-analise is dan omgeskakel na hoeke (sien Metodes) en teen die posisie van die voorwerp geplot: die onsekerheid in die gemete ITD het toegeneem met afstand en hoek na die voorwerp (Fig. 2e,f). Die hoofprobleem is die piek-tot-geraas-verhouding (PNR) in die pMUT-reaksie. Hoe verder die voorwerp, hoe laer is die akoestiese sein, waardeur die PNR verminder word (Fig. 2f, groen lyn). 'n Afname in PNR lei tot 'n toename in onsekerheid in die ITD skatting, wat lei tot 'n toename in lokalisering akkuraatheid (Fig. 2f, blou lyn). Vir 'n voorwerp op 'n afstand van 50 cm vanaf die sender is die hoekakkuraatheid van die stelsel ongeveer 10°. Hierdie beperking wat deur die kenmerke van die sensor opgelê word, kan verbeter word. Byvoorbeeld, die druk wat deur die emittor gestuur word, kan verhoog word, waardeur die spanning wat die pMUT-membraan dryf, verhoog word. Nog 'n oplossing om die gestuurde sein te versterk, is om veelvuldige senders 56 te koppel. Hierdie oplossings sal die opsporingsreeks vergroot ten koste van verhoogde energiekoste. Bykomende verbeterings kan aan die ontvangkant aangebring word. Die pMUT se ontvanger geraasvloer kan aansienlik verminder word deur die verbinding tussen die pMUT en die eerste trap versterker te verbeter, wat tans met draadverbindings en RJ45-kabels gedoen word.
'n Beeld van 'n pMUT kristal met ses 880 µm membrane geïntegreer teen 1.5 mm steek. b Diagram van die meetopstelling. Die teiken is geleë op asimutposisie θ en op afstand D. Die pMUT-sender genereer 'n 117.6 kHz-sein wat van die teiken af ​​weerkaats en twee pMUT-ontvangers met verskillende tyd-van-vlug (ToF) bereik. Hierdie verskil, gedefinieer as die inter-gehoor tydsverskil (ITD), kodeer die posisie van 'n voorwerp en kan beraam word deur die piekrespons van die twee ontvangersensors te skat. c Skematiese voorverwerkingstappe vir die omskakeling van die rou pMUT-sein in piekreekse (dws invoer na die neuromorfiese berekeningsgrafiek). Die pMUT-sensors en neuromorfiese berekeningsgrafieke is vervaardig en getoets, en die neuromorfiese voorverwerking is gebaseer op sagteware-simulasie. d Reaksie van die pMUT-membraan by ontvangs van 'n sein en die transformasie daarvan in 'n piekdomein. e Eksperimentele lokalisering hoekakkuraatheid as 'n funksie van voorwerphoek (Θ) en afstand (D) na die teikenvoorwerp. Die ITD-ekstraksiemetode vereis 'n minimum hoekresolusie van ongeveer 4°C. f Hoek-akkuraatheid (blou lyn) en ooreenstemmende piek-tot-geraas-verhouding (groen lyn) teenoor voorwerpafstand vir Θ = 0.
Resistiewe geheue stoor inligting in 'n nie-vlugtige geleidende toestand. Die basiese beginsel van die metode is dat die modifikasie van die materiaal op atoomvlak 'n verandering in sy elektriese geleidingsvermoë veroorsaak57. Hier gebruik ons ​​'n oksied-gebaseerde weerstandsgeheue wat bestaan ​​uit 'n 5nm-laag hafniumdioksied wat tussen die boonste en onderste titanium- en titaniumnitried-elektrodes vasgedruk is. Die geleidingsvermoë van RRAM-toestelle kan verander word deur 'n stroom/spanning-golfvorm toe te pas wat geleidende filamente van suurstofleeghede tussen die elektrodes skep of breek. Ons het sulke toestelle58 in 'n standaard 130 nm CMOS-proses geïntegreer om 'n vervaardigde herkonfigureerbare neuromorfiese stroombaan te skep wat 'n toevalsdetektor en 'n vertragingslynkring implementeer (Fig. 3a). Die nie-vlugtige en analoog aard van die toestel, gekombineer met die gebeurtenis-gedrewe aard van die neuromorfiese stroombaan, verminder kragverbruik. Die stroombaan het 'n onmiddellike aan/af-funksie: dit werk onmiddellik nadat dit aangeskakel is, sodat die krag heeltemal afgeskakel kan word wanneer die kring ledig is. Die hoofboustene van die voorgestelde skema word in fig. 3b. Dit bestaan ​​uit N parallelle enkelweerstand enkeltransistor (1T1R) strukture wat sinaptiese gewigte kodeer waaruit geweegde strome geneem word, ingespuit word in die gemeenskaplike sinaps van 'n differensiële paar integrator (DPI)59, en uiteindelik in die sinaps ingespuit word met integrasie en lekkasie. geaktiveerde (LIF) neuron 60 (sien Metodes vir besonderhede). Die insetstuwings word toegepas op die hek van die 1T1R-struktuur in die vorm van 'n reeks spanningspulse met 'n duur van die orde van honderde nanosekondes. Resistiewe geheue kan in 'n hoë geleidende toestand (HCS) geplaas word deur 'n eksterne positiewe verwysing na Vtop toe te pas wanneer Vbottom geaard is, en teruggestel word na 'n lae geleidende toestand (LCS) deur 'n positiewe spanning op Vbottom toe te pas wanneer Vtop geaard is. Die gemiddelde waarde van HCS kan beheer word deur die programmeerstroom (nakoming) van die SET (ICC) te beperk deur die hek-bronspanning van die serietransistor (Fig. 3c). Die funksies van RRAM in die stroombaan is tweeledig: hulle rig en weeg die insetpulse.
Skandeerelektronmikroskoop (SEM)-beeld van 'n blou HfO2 1T1R RRAM-toestel geïntegreer in 130 nm CMOS-tegnologie met kiestransistors (650 nm breed) in groen. b Basiese boustene van die voorgestelde neuromorfiese skema. Die insetspanningspulse (pieke) Vin0 en Vin1 verbruik stroom Igewig, wat eweredig is aan die geleidingtoestande G0 en G1 van die 1T1R-struktuur. Hierdie stroom word in die DPI-sinapse ingespuit en prikkel die LIF-neurone. RRAM G0 en G1 word onderskeidelik in HCS en LCS geïnstalleer. c Funksie van kumulatiewe geleidingsdigtheid vir 'n groep 16K RRAM-toestelle as 'n funksie van ICC-stroompassing, wat die geleidingsvlak effektief beheer. d Stroombaanmetings in (a) wat toon dat G1 (in die LCS) effektief insette vanaf Vin1 (groen) blokkeer, en inderdaad reageer die uitsetneuron se membraanspanning slegs op die blou insette van Vin0. RRAM bepaal effektief die verbindings in die stroombaan. e Meting van die stroombaan in (b) wat die effek van die konduktansiewaarde G0 op die membraanspanning Vmem toon na aanwending van 'n spanningspuls Vin0. Hoe meer geleiding, hoe sterker is die reaksie: dus implementeer die RRAM-toestel I/O-verbindinggewig. Metings is op die stroombaan gemaak en demonstreer die dubbele funksie van RRAM, roetering en gewig van insetpulse.
Eerstens, aangesien daar twee basiese geleidingtoestande (HCS en LCS) is, kan RRAM's insetpulse blokkeer of mis wanneer hulle onderskeidelik in die LCS- of HCS-toestande is. As gevolg hiervan, bepaal RRAM effektief die verbindings in die stroombaan. Dit is die basis om die argitektuur te herkonfigureer. Om dit te demonstreer, sal ons 'n vervaardigde stroombaanimplementering van die stroombaanblok in Fig. 3b beskryf. Die RRAM wat met G0 ooreenstem, word in die HCS geprogrammeer, en die tweede RRAM G1 word in die LCS geprogrammeer. Insetpulse word op beide Vin0 en Vin1 toegepas. Die effekte van twee reekse insetpulse is in die uitsetneurone ontleed deur die neuronmembraanspanning en die uitsetsein met behulp van 'n ossilloskoop te versamel. Die eksperiment was suksesvol toe slegs die HCS-toestel (G0) aan die neuron se pols gekoppel is om membraanspanning te stimuleer. Dit word in Figuur 3d gedemonstreer, waar die blou pulstrein veroorsaak dat die membraanspanning op die membraankapasitor opbou, terwyl die groen pulstrein die membraanspanning konstant hou.
Die tweede belangrike funksie van RRAM is die implementering van verbindingsgewigte. Deur RRAM se analooggeleidingsverstelling te gebruik, kan I/O-verbindings dienooreenkomstig geweeg word. In die tweede eksperiment is die G0-toestel op verskillende vlakke van HCS geprogrammeer, en die insetpuls is op die VIn0-inset toegepas. Die insetpuls trek 'n stroom (Iweight) vanaf die toestel, wat eweredig is aan die geleiding en die ooreenstemmende potensiaalval Vtop − Vbot. Hierdie geweegde stroom word dan in die DPI-sinapse en LIF-uitsetneurone ingespuit. Die membraanspanning van die uitsetneurone is aangeteken met behulp van 'n ossilloskoop en vertoon in Fig. 3d. Die spanningspiek van die neuronmembraan in reaksie op 'n enkele insetpuls is eweredig aan die geleiding van die resistiewe geheue, wat demonstreer dat RRAM as 'n programmeerbare element van sinaptiese gewig gebruik kan word. Hierdie twee voorlopige toetse toon dat die voorgestelde RRAM-gebaseerde neuromorfiese platform in staat is om die basiese elemente van die basiese Jeffress-meganisme te implementeer, naamlik die vertragingslyn en die toevalsdetektorkring. Die stroombaanplatform word gebou deur opeenvolgende blokke langs mekaar te stapel, soos die blokke in Figuur 3b, en hul hekke aan 'n gemeenskaplike insetlyn te verbind. Ons het 'n neuromorfiese platform ontwerp, vervaardig en getoets wat bestaan ​​uit twee uitsetneurone wat twee insette ontvang (Fig. 4a). Die stroombaandiagram word in Figuur 4b getoon. Die boonste 2 × 2 RRAM-matriks laat toe dat insetpulse na twee uitsetneurone gerig word, terwyl die onderste 2 × 2-matriks herhalende verbindings van twee neurone (N0, N1) toelaat. Ons demonstreer dat hierdie platform gebruik kan word met 'n vertragingslynkonfigurasie en twee verskillende toevalsdetektorfunksies, soos getoon deur eksperimentele metings in Fig. 4c-e.
Kringdiagram gevorm deur twee uitsetneurone N0 en N1 wat twee insette 0 en 1 ontvang. Die boonste vier toestelle van die skikking definieer sinaptiese verbindings van inset na uitset, en die onderste vier selle definieer herhalende verbindings tussen neurone. Die gekleurde RRAM's verteenwoordig die toestelle wat in die HCS aan die regterkant gekonfigureer is: die toestelle in die HCS laat verbindings toe en verteenwoordig gewigte, terwyl die toestelle in die LCS insetpulse blokkeer en verbindings na uitsette deaktiveer. b Diagram van stroombaan (a) met agt RRAM-modules in blou uitgelig. c Vertragingslyne word gevorm deur bloot die dinamika van DPI-sinapse en LIF-neurone te gebruik. Die groen RRAM is ingestel op geleiding hoog genoeg om 'n fout by die uitset te kan veroorsaak na die insetvertraging Δt. d Skematiese illustrasie van rigting-onsensitiewe CD-opsporing van tydafhanklike seine. Uitsetneuron 1, N1, skiet op insette 0 en 1 met 'n kort vertraging. e Rigtingsensitiewe CD-kring, 'n stroombaan wat bespeur wanneer inset 1 inset 0 nader en ná inset 0 aankom. Die uitset van die stroombaan word deur neuron 1 (N1) voorgestel.
Die vertragingslyn (Figuur 4c) gebruik eenvoudig die dinamiese gedrag van DPI-sinapse en LIF-neurone om die insetpiek van Vin1 na Vout1 te reproduseer deur Tdel te vertraag. Slegs die G3 RRAM wat aan Vin1 en Vout1 gekoppel is, is in HCS geprogrammeer, die res van die RRAM's is in LCS geprogrammeer. Die G3-toestel is vir 92.6 µs geprogrammeer om te verseker dat elke insetpuls die membraanspanning van die uitsetneuron voldoende verhoog om die drempel te bereik en 'n vertraagde uitsetpuls te genereer. Die vertraging Tdel word bepaal deur die sinaptiese en neurale tydkonstantes. Toevalsdetektors bespeur die voorkoms van tydelik gekorreleerde maar ruimtelik verspreide insetseine. Rigting-onsensitiewe CD maak staat op individuele insette wat konvergeer na 'n gemeenskaplike uitsetneuron (Figuur 4d). Die twee RRAM's wat Vin0 en Vin1 onderskeidelik met Vout1, G2 en G4 verbind, is geprogrammeer vir hoë geleiding. Gelyktydige aankoms van spykers op Vin0 en Vin1 verhoog die spanning van die N1-neuronmembraan bo die drempel wat nodig is om die uitsetpiek te genereer. As die twee insette betyds te ver uitmekaar is, kan die lading op die membraanspanning wat deur die eerste inset opgehoop word tyd hê om te verval, wat verhoed dat die membraanpotensiaal N1 die drempelwaarde bereik. G1 en G2 is geprogrammeer vir ongeveer 65 µs, wat verseker dat 'n enkele insetstuwing nie die membraanspanning genoeg verhoog om 'n uitsetstuwing te veroorsaak nie. Toevalsbespeuring tussen gebeure wat in ruimte en tyd versprei is, is 'n fundamentele bewerking wat gebruik word in 'n wye reeks waarnemingstake, soos optiese vloei-gebaseerde hindernisvermyding en klankbronlokalisering. Dus, die rekenaar rigting-sensitiewe en onsensitiewe CD's is 'n fundamentele bousteen vir die konstruksie van visuele en oudio lokalisering stelsels. Soos getoon deur die kenmerke van die tydkonstantes (sien Aanvullende Fig. 2), implementeer die voorgestelde stroombaan 'n geskikte reeks van vier ordes van grootte tydskale. Dit kan dus gelyktydig aan die vereistes van visuele en klankstelsels voldoen. Rigtingsensitiewe CD is 'n stroombaan wat sensitief is vir die ruimtelike volgorde van aankoms van pulse: van regs na links en omgekeerd. Dit is 'n fundamentele bousteen in die basiese bewegingsopsporingsnetwerk van die Drosophila-visuele stelsel, wat gebruik word om bewegingsrigtings te bereken en botsings op te spoor62. Om 'n rigtingsensitiewe CD te verkry, moet twee insette na twee verskillende neurone (N0, N1) gerig word en 'n rigtingsverbinding moet tussen hulle bewerkstellig word (Fig. 4e). Wanneer die eerste inset ontvang word, reageer NO deur die spanning oor sy membraan bo die drempelwaarde te verhoog en 'n oplewing uit te stuur. Hierdie uitsetgebeurtenis laat op sy beurt N1 aan die brand danksy die rigtingverbinding wat in groen uitgelig is. As 'n insetgebeurtenis Vin1 aankom en N1 energie gee terwyl sy membraanspanning nog hoog is, genereer N1 'n uitsetgebeurtenis wat aandui dat 'n passing tussen die twee insette gevind is. Rigtingverbindings laat die N1 toe om slegs uitset uit te stuur as inset 1 ná inset 0 kom. G0, G3 en G7 is geprogrammeer op onderskeidelik 73.5 µS, 67.3 µS en 40.2 µS, om te verseker dat 'n enkele piek op die inset Vin0 'n vertraagde uitsetpiek, terwyl N1 se membraanpotensiaal eers die drempel bereik wanneer beide insetsarsies gesinchroniseer aankom. .
Veranderlikheid is 'n bron van onvolmaaktheid in gemodelleerde neuromorfiese sisteme63,64,65. Dit lei tot heterogene gedrag van neurone en sinapse. Voorbeelde van sulke nadele sluit in 30% (gemiddelde standaardafwyking) veranderlikheid in insetwins, tydkonstante en refractêre tydperk, om maar 'n paar te noem (sien Metodes). Hierdie probleem is selfs meer uitgesproke wanneer verskeie neurale stroombane aan mekaar verbind word, soos 'n oriëntasie-sensitiewe CD wat uit twee neurone bestaan. Om behoorlik te werk, moet die wins- en vervaltydkonstantes van die twee neurone so eenders as moontlik wees. Byvoorbeeld, 'n groot verskil in insetwins kan veroorsaak dat een neuron op 'n insetpuls oorreageer terwyl die ander neuron skaars reageer. Op fig. Figuur 5a toon dat ewekansig geselekteerde neurone verskillend reageer op dieselfde insetpuls. Hierdie neurale veranderlikheid is byvoorbeeld relevant vir die funksie van rigtingsensitiewe CD's. In die skema wat in fig. 5b, c, die insetwins van neuron 1 is baie hoër as dié van neuron 0. Dus, neuron 0 benodig drie insetpulse (in plaas van 1) om die drempel te bereik, en neuron 1, soos verwag, benodig twee insetgebeurtenisse. Die implementering van piektyd-afhanklike biomimetiese plastisiteit (STDP) is 'n moontlike manier om die impak van onakkurate en trae neurale en sinaptiese stroombane op stelselprestasie te versag43. Hier stel ons voor om die plastiese gedrag van resistiewe geheue te gebruik as 'n manier om die verbetering van neurale insette te beïnvloed en die effekte van veranderlikheid in neuromorfiese stroombane te verminder. Soos in fig. 4e, konduktansievlakke wat met RRAM-sinaptiese massa geassosieer word, het die ooreenstemmende neurale membraanspanningsreaksie effektief gemoduleer. Ons gebruik 'n iteratiewe RRAM-programmeringstrategie. Vir 'n gegewe inset word die konduktansiewaardes van die sinaptiese gewigte herprogrammeer totdat die teikengedrag van die stroombaan verkry word (sien Metodes).
a Eksperimentele metings van die reaksie van nege ewekansig geselekteerde individuele neurone op dieselfde insetpuls. Die reaksie verskil oor populasies, wat insetwins en tydkonstante beïnvloed. b Eksperimentele metings van die invloed van neurone op die veranderlikheid van neurone wat rigtingsensitiewe CD beïnvloed. Die twee rigtingsensitiewe CD-uitsetneurone reageer verskillend op insetstimuli as gevolg van neuron-tot-neuronveranderlikheid. Neuron 0 het 'n laer insetwins as neuron 1, so dit neem drie insetpulse (in plaas van 1) om 'n uitsetpiek te skep. Soos verwag, bereik neuron 1 die drempel met twee insetgebeurtenisse. As inset 1 aankom Δt = 50 µs nadat neuron 0 afgevuur is, bly CD stil omdat Δt groter is as die tydkonstante van neuron 1 (ongeveer 22 µs). c word verminder met Δt = 20 µs, sodat inset 1 'n hoogtepunt bereik wanneer neuron 1 se vuur steeds hoog is, wat lei tot die gelyktydige opsporing van twee insetgebeurtenisse.
Die twee elemente wat in die ITD-berekeningskolom gebruik word, is die vertragingslyn en die rigting-onsensitiewe CD. Albei stroombane vereis presiese kalibrasie om goeie voorwerpposisioneringswerkverrigting te verseker. Die vertragingslyn moet 'n presiese vertraagde weergawe van die insetpiek lewer (Fig. 6a), en die CD moet slegs geaktiveer word wanneer die inset binne die teikendetectiebereik val. Vir die vertragingslyn is die sinaptiese gewigte van die insetverbindings (G3 in Fig. 4a) herprogrammeer totdat die teikenvertraging verkry is. Stel 'n toleransie rondom die teikenvertraging om die program te stop: hoe kleiner die toleransie, hoe moeiliker is dit om die vertragingslyn suksesvol te stel. Op fig. Figuur 6b toon die resultate van die vertragingslynkalibrasieproses: dit kan gesien word dat die voorgestelde skema presies al die vertragings kan verskaf wat in die ontwerpskema vereis word (van 10 tot 300 μs). Die maksimum aantal kalibrasie-iterasies beïnvloed die kwaliteit van die kalibrasieproses: 200 iterasies kan die fout tot minder as 5% verminder. Een kalibrasie-iterasie stem ooreen met 'n stel/terugstel-operasie van 'n RRAM-sel. Die instelproses is ook van kritieke belang vir die verbetering van die akkuraatheid van CD-module onmiddellike afsluiting gebeurtenis opsporing. Dit het tien kalibrasie-iterasies geneem om 'n ware positiewe tempo (dws die tempo van gebeure wat korrek as relevant geïdentifiseer is) bo 95% te bereik (blou lyn in Figuur 6c). Die instemmingsproses het egter nie vals positiewe gebeure beïnvloed nie (dit wil sê die frekwensie van gebeure wat verkeerdelik as relevant geïdentifiseer is). Nog 'n metode wat in biologiese stelsels waargeneem word om die tydsbeperkings van vinnig aktiveer paaie te oorkom, is oortolligheid (dit wil sê, baie kopieë van dieselfde voorwerp word gebruik om 'n gegewe funksie uit te voer). Geïnspireer deur biology66, het ons verskeie CD-stroombane in elke CD-module tussen die twee vertragingslyne geplaas om die impak van vals positiewe te verminder. Soos in fig. 6c (groen lyn), kan die plasing van drie CD-elemente in elke CD-module die vals alarmtempo tot minder as 10–2 verminder.
'n Effek van neuronale veranderlikheid op vertragingslynbane. b Vertragingslynbane kan tot groot vertragings geskaal word deur die tydkonstantes van die ooreenstemmende LIF-neurone en DPI-sinapse op groot waardes te stel. Die verhoging van die aantal iterasies van die RRAM-kalibrasieprosedure het dit moontlik gemaak om die akkuraatheid van die teikenvertraging aansienlik te verbeter: 200 iterasies het die fout tot minder as 5% verminder. Een iterasie stem ooreen met 'n SET/RESET-bewerking op 'n RRAM-sel. Elke CD-module in die c Jeffress-model kan geïmplementeer word deur N parallelle CD-elemente te gebruik vir groter buigsaamheid met betrekking tot stelselfoute. d Meer RRAM-kalibrasie-iterasies verhoog die ware positiewe koers (blou lyn), terwyl die vals positiewe koers onafhanklik is van die aantal iterasies (groen lyn). Om meer CD-elemente in parallel te plaas, vermy vals opsporing van CD-module-passings.
Ons evalueer nou die werkverrigting en kragverbruik van die end-tot-end geïntegreerde objeklokaliseringstelsel wat in Figuur 2 getoon word deur metings van die akoestiese eienskappe van die pMUT-sensor, CD en vertragingslynbane wat die neuromorfiese rekenaargrafiek uitmaak, te gebruik. Jeffress-model (Fig. 1a). Wat die neuromorfiese rekenaargrafiek betref, hoe groter die aantal CD-modules, hoe beter is die hoekresolusie, maar ook hoe hoër is die energie van die stelsel (Fig. 7a). 'n Kompromie kan bereik word deur die akkuraatheid van individuele komponente (pMUT-sensors, neurone en sinaptiese stroombane) te vergelyk met die akkuraatheid van die hele stelsel. Die resolusie van die vertragingslyn word beperk deur die tydkonstantes van die gesimuleerde sinapse en neurone, wat in ons skema 10 µs oorskry, wat ooreenstem met 'n hoekresolusie van 4° (sien Metodes). Meer gevorderde nodusse met CMOS-tegnologie sal die ontwerp van neurale en sinaptiese stroombane met laer tydkonstantes moontlik maak, wat lei tot hoër akkuraatheid van die vertragingslynelemente. In ons stelsel word die akkuraatheid egter beperk deur die fout pMUT in die skatting van die hoekposisie, dws 10° (blou horisontale lyn in Fig. 7a). Ons het die aantal CD-modules op 40 vasgestel, wat ooreenstem met 'n hoekresolusie van ongeveer 4°, dit wil sê, die hoekakkuraatheid van die berekeningsgrafiek (ligblou horisontale lyn in Fig. 7a). Op stelselvlak gee dit 'n resolusie van 4° en 'n akkuraatheid van 10° vir voorwerpe wat 50 cm voor die sensorstelsel geleë is. Hierdie waarde is vergelykbaar met die neuromorfiese klanklokaliseringstelsels wat in ref. 67. 'n Vergelyking van die voorgestelde stelsel met die stand van die kuns kan gevind word in Aanvullende Tabel 1. Die byvoeging van bykomende pMUTs, die verhoging van die akoestiese seinvlak, en die vermindering van elektroniese geraas is moontlike maniere om lokalisering akkuraatheid verder te verbeter. ) word geskat op 9,7. nz. 55. Gegewe 40 CD-eenhede op die berekeningsgrafiek, het die SPICE-simulasie die energie per bewerking (dws voorwerpposisioneringsenergie) op 21.6 nJ geskat. Die neuromorfiese sisteem word slegs geaktiveer wanneer 'n insetgebeurtenis aanbreek, dit wil sê wanneer 'n akoestiese golf enige pMUT-ontvanger bereik en die opsporingsdrempel oorskry, anders bly dit onaktief. Dit vermy onnodige kragverbruik wanneer daar geen insetsein is nie. As 'n frekwensie van lokaliseringsbewerkings van 100 Hz en 'n aktiveringsperiode van 300 µs per bewerking (die maksimum moontlike ITD) in ag geneem word, is die kragverbruik van die neuromorfiese rekenaargrafiek 61.7 nW. Met neuromorfiese voorverwerking wat op elke pMUT-ontvanger toegepas word, bereik die kragverbruik van die hele stelsel 81.6 nW. Om die energiedoeltreffendheid van die voorgestelde neuromorfiese benadering in vergelyking met konvensionele hardeware te verstaan, het ons hierdie getal vergelyk met die energie wat benodig word om dieselfde taak op 'n moderne laekrag-mikrobeheerder uit te voer deur óf neuromorfiese óf konvensionele bundelvorming68 Skill te gebruik. Die neuromorfiese benadering beskou 'n analoog-na-digitaal-omsetter (ADC) stadium, gevolg deur 'n banddeurlaatfilter en 'n omhulsel-ekstraksiestadium (Teeger-Kaiser-metode). Laastens word 'n drempelbewerking uitgevoer om die ToF te onttrek. Ons het die berekening van ITD gebaseer op ToF en die omskakeling na geskatte hoekposisie weggelaat aangesien dit een keer vir elke meting plaasvind (sien Metodes). As 'n steekproeftempo van 250 kHz op beide kanale (pMUT-ontvangers), 18 banddeurlaatfilterbewerkings, 3 omhulselonttrekkingsbewerkings en 1 drempelbewerking per monster aanvaar word, word die totale kragverbruik op 245 mikrowatt geskat. Dit gebruik die mikrobeheerder se laekragmodus69, wat aanskakel wanneer die algoritmes nie uitgevoer word nie, wat kragverbruik tot 10,8 µW verminder. Die kragverbruik van die bundelvormende seinverwerkingsoplossing wat in die verwysing voorgestel word. 31, met 5 pMUT-ontvangers en 11 strale wat eenvormig versprei is in die asimutvlak [-50°, +50°], is 11.71 mW (sien die Metodes-afdeling vir besonderhede). Daarbenewens rapporteer ons die kragverbruik van 'n FPGA47-gebaseerde Tydsverskil-enkodeerder (TDE) wat op 1.5 mW geskat word as 'n plaasvervanger vir die Jeffress-model vir objeklokalisering. Gebaseer op hierdie skattings, verminder die voorgestelde neuromorfiese benadering kragverbruik met vyf ordes van grootte in vergelyking met 'n mikrobeheerder wat klassieke bundelvormingstegnieke vir objeklokaliseringsbewerkings gebruik. Die aanvaarding van 'n neuromorfiese benadering tot seinverwerking op 'n klassieke mikrobeheerder verminder kragverbruik met ongeveer twee ordes van grootte. Die doeltreffendheid van die voorgestelde stelsel kan verklaar word deur die kombinasie van 'n asynchrone weerstandige-geheue-analoogbaan wat in staat is om in-geheue-berekeninge uit te voer en die gebrek aan analoog-na-digitaal-omskakeling wat nodig is om seine waar te neem.
a Hoek-resolusie (blou) en kragverbruik (groen) van die lokaliseringsbewerking afhangende van die aantal CD-modules. Die donkerblou horisontale staaf verteenwoordig die hoekakkuraatheid van die PMUT en die ligblou horisontale staaf verteenwoordig die hoekakkuraatheid van die neuromorfiese berekeningsgrafiek. b Kragverbruik van die voorgestelde stelsel en vergelyking met die twee bespreekte mikrobeheerder-implementerings en digitale implementering van die Tydverskil-enkodeerder (TDE)47 FPGA.
Om die kragverbruik van die teikenlokaliseringstelsel te verminder, het ons 'n doeltreffende, gebeurtenisgedrewe RRAM-gebaseerde neuromorfiese stroombaan ontwerp, ontwerp en geïmplementeer wat die seininligting verwerk wat deur die ingeboude sensors gegenereer word om die posisie van die teikenvoorwerp in werklikheid te bereken. tyd. . Terwyl tradisionele verwerkingsmetodes deurlopend bespeurde seine monster en berekeninge uitvoer om nuttige inligting te onttrek, voer die voorgestelde neuromorfiese oplossing berekeninge asynchroon uit soos nuttige inligting opdaag, wat die stelselkragdoeltreffendheid met vyf ordes van grootte maksimeer. Daarbenewens beklemtoon ons die buigsaamheid van RRAM-gebaseerde neuromorfiese stroombane. Die vermoë van RRAM om geleiding te verander op 'n nie-vlugtige wyse (plastisiteit) kompenseer vir die inherente veranderlikheid van ultra-lae krag analoog DPI se sinaptiese en neurale stroombane. Dit maak hierdie RRAM-gebaseerde stroombaan veelsydig en kragtig. Ons doel is nie om komplekse funksies of patrone uit seine te onttrek nie, maar om voorwerpe in reële tyd te lokaliseer. Ons stelsel kan ook die sein doeltreffend saamdruk en dit uiteindelik na verdere verwerkingstappe stuur om meer komplekse besluite te neem wanneer nodig. In die konteks van lokaliseringstoepassings kan ons neuromorfiese voorverwerkingsstap inligting verskaf oor die ligging van voorwerpe. Hierdie inligting kan byvoorbeeld gebruik word vir bewegingsopsporing of gebareherkenning. Ons beklemtoon die belangrikheid van die kombinasie van ultra lae krag sensors soos pMUTs met ultra lae krag elektronika. Hiervoor was neuromorfiese benaderings die sleutel aangesien dit ons gelei het om nuwe stroombaanimplementerings van biologies geïnspireerde berekeningsmetodes soos die Jeffress-model te ontwikkel. In die konteks van sensorsamesmeltingstoepassings kan ons stelsel gekombineer word met verskeie verskillende gebeurtenis-gebaseerde sensors om meer akkurate inligting te verkry. Alhoewel uile uitstekend is om prooi in die donker te vind, het hulle uitstekende sig en voer 'n gekombineerde ouditiewe en visuele soektog uit voordat hulle prooi vang70. Wanneer 'n spesifieke ouditiewe neuron vuur, ontvang die uil die inligting wat dit nodig het om te bepaal in watter rigting om sy visuele soektog te begin, en fokus sodoende sy aandag op 'n klein deel van die visuele toneel. 'n Kombinasie van visuele sensors (DVS-kamera) en 'n voorgestelde luistersensor (gebaseer op pMUT) moet ondersoek word vir die ontwikkeling van toekomstige outonome agente.
Die pMUT-sensor is op 'n PCB geleë met twee ontvangers ongeveer 10 cm uitmekaar, en die sender is tussen die ontvangers geleë. In hierdie werk is elke membraan 'n gesuspendeerde bimorfe struktuur wat bestaan ​​uit twee lae piëso-elektriese aluminiumnitried (AlN) 800 nm dik tussen drie lae molibdeen (Mo) 200 nm dik en bedek met 'n laag 200 nm dik. die boonste passiverende SiN-laag soos beskryf in die verwysing. 71. Die binneste en buitenste elektrodes word op die onderste en boonste lae molibdeen aangebring, terwyl die middelste molibdeenelektrode ongepatroon is en as grond gebruik word, wat 'n membraan met vier pare elektrodes tot gevolg het.
Hierdie argitektuur laat die gebruik van 'n algemene membraanvervorming toe, wat lei tot verbeterde oordrag- en ontvangsensitiwiteit. So 'n pMUT vertoon tipies 'n opwekkingsensitiwiteit van 700 nm/V as 'n emittor, wat 'n oppervlakdruk van 270 Pa/V verskaf. As 'n ontvanger vertoon een pMUT-film 'n kortsluitingsensitiwiteit van 15 nA/Pa, wat direk verband hou met die piëso-elektriese koëffisiënt van AlN. Die tegniese veranderlikheid van die spanning in die AlN-laag lei tot 'n verandering in die resonansfrekwensie, wat vergoed kan word deur 'n GS-voorspanning op die pMUT toe te pas. GS-sensitiwiteit is gemeet teen 0.5 kHz/V. Vir akoestiese karakterisering word 'n mikrofoon voor die pMUT gebruik.
Om die eggo-puls te meet, het ons 'n reghoekige plaat met 'n oppervlakte van ongeveer 50 cm2 voor die pMUT geplaas om die uitgestraalde klankgolwe te reflekteer. Beide die afstand tussen die plate en die hoek relatief tot die pMUT-vlak word met spesiale houers beheer. 'n Tectronix CPX400DP-spanningsbron bevooroordeel drie pMUT-membrane, wat die resonansiefrekwensie instel na 111,9 kHz31, terwyl die senders aangedryf word deur 'n Tectronix AFG 3102-pulsgenerator wat ingestel is op die resonansfrekwensie (111,9 kHz) van 'n .0 kHz-siklus. Die strome wat vanaf die vier uitsetpoorte van elke pMUT-ontvanger gelees word, word omgeskakel na spannings deur 'n spesiale differensiële stroom- en spanningargitektuur te gebruik, en die resulterende seine word deur die Spektrum-dataverkrygingstelsel gedigitaliseer. Die limiet van opsporing is gekenmerk deur pMUT-seinverkryging onder verskillende toestande: ons het die reflektor na verskillende afstande [30, 40, 50, 60, 80, 100] cm verskuif en die pMUT-steunhoek verander ([0, 20, 40] o ) Figuur 2b toon die tydelike ITD-opsporingsresolusie na gelang van die ooreenstemmende hoekposisie in grade.
Hierdie artikel gebruik twee verskillende RRAM-kringe wat op die rak beskikbaar is. Die eerste is 'n reeks van 16 384 (16 000) toestelle (128 × 128 toestelle) in 'n 1T1R-konfigurasie met een transistor en een weerstand. Die tweede skyfie is die neuromorfiese platform wat in Fig. 4a getoon word. Die RRAM-sel bestaan ​​uit 'n 5 nm dik HfO2-film wat in 'n TiN/HfO2/Ti/TiN-stapel ingebed is. Die RRAM-stapel is geïntegreer in die back-of-line (BEOL) van die standaard 130nm CMOS-proses. RRAM-gebaseerde neuromorfiese stroombane bied 'n ontwerpuitdaging vir alles-analoog elektroniese stelsels waarin RRAM-toestelle saam met tradisionele CMOS-tegnologie bestaan. In die besonder moet die geleidingstoestand van die RRAM-toestel gelees word en as 'n funksieveranderlike vir die stelsel gebruik word. Vir hierdie doel is 'n stroombaan ontwerp, vervaardig en getoets wat die stroom vanaf die toestel lees wanneer 'n insetpuls ontvang word en hierdie stroom gebruik om die reaksie van 'n differensiële paar integreerder (DPI) sinaps te weeg. Hierdie stroombaan word in Figuur 3a getoon, wat die basiese boustene van die neuromorfiese platform in Figuur 4a verteenwoordig. 'n Insetpuls aktiveer die hek van die 1T1R-toestel, wat 'n stroom deur RRAM veroorsaak wat eweredig is aan die toestel se geleiding G (Iweight = G(Vtop – Vx)). Die omkeerinset van die operasionele versterker (op-amp) kring het 'n konstante GS voorspanning Vtop. Die op-versterker se negatiewe terugvoer sal Vx = Vtop verskaf deur gelyke stroom vanaf M1 te verskaf. Die huidige Iweight wat van die toestel af gehaal word, word in die DPI-sinaps ingespuit. 'n Sterker stroom sal lei tot meer depolarisasie, so RRAM-geleiding implementeer sinaptiese gewigte effektief. Hierdie eksponensiële sinaptiese stroom word deur die membraankapasitor van die Leaky Integration and Excitation (LIF) neurone ingespuit, waar dit as 'n spanning geïntegreer word. As die drempelspanning van die membraan (die skakelspanning van die omskakelaar) oorkom word, word die uitsetdeel van die neuron geaktiveer, wat 'n uitsetpiek produseer. Hierdie pols keer terug en skuif die neuron se membraankapasitor na grond, wat veroorsaak dat dit ontlaai. Hierdie stroombaan word dan aangevul met 'n pulsuitbreider (nie in Fig. 3a getoon nie), wat die uitsetpuls van die LIF-neuron na die teikenpulswydte vorm. Multipleksers is ook in elke lyn ingebou, waardeur spanning aan die boonste en onderste elektrodes van die RRAM-toestel toegepas kan word.
Elektriese toetsing sluit in die ontleding en optekening van die dinamiese gedrag van analoogstroombane, sowel as die programmering en lees van RRAM-toestelle. Beide stappe vereis spesiale gereedskap, wat almal op dieselfde tyd aan die sensorbord gekoppel is. Toegang tot RRAM-toestelle in neuromorfiese stroombane word vanaf eksterne gereedskap deur 'n multiplekser (MUX) uitgevoer. Die MUX skei die 1T1R-sel van die res van die stroombaan waaraan dit behoort, sodat die toestel gelees en/of geprogrammeer kan word. Om RRAM-toestelle te programmeer en te lees, word 'n Keithley 4200 SCS-masjien saam met 'n Arduino-mikrobeheerder gebruik: die eerste vir akkurate pulsopwekking en stroomlesing, en die tweede vir vinnige toegang tot individuele 1T1R-elemente in die geheueskikking. Die eerste bewerking is om die RRAM-toestel te vorm. Die selle word een vir een gekies en 'n positiewe spanning word tussen die boonste en onderste elektrodes aangelê. In hierdie geval is die stroom beperk tot die orde van tientalle mikroampere as gevolg van die toevoer van die ooreenstemmende hekspanning aan die kiestransistor. Die RRAM-sel kan dan wissel tussen 'n lae geleidende toestand (LCS) en 'n hoë geleidende toestand (HCS) deur gebruik te maak van RESET en SET bewerkings, onderskeidelik. Die SET-bewerking word uitgevoer deur 'n reghoekige spanningspuls met 'n duur van 1 μs en 'n piekspanning van 2.0-2.5 V aan die boonste elektrode toe te pas, en 'n sinchronisasiepuls van 'n soortgelyke vorm met 'n piekspanning van 0.9-1.3 V om die poort van die kiestransistor. Hierdie waardes laat moduleer RRAM-geleiding met 20-150 µs intervalle toe. Vir RESET word 'n 1 µs wye, 3 V piekpuls op die onderste elektrode (bislyn) van die sel toegepas wanneer die hekspanning in die reeks van 2,5-3,0 V is. Die insette en uitsette van die analoog stroombane is dinamiese seine . Vir insette het ons twee HP 8110-pulsgenerators met Tektronix AFG3011-seingenerators verweef. Die insetpuls het 'n breedte van 1 µs en 'n styg/val rand van 50 ns. Daar word aanvaar dat hierdie tipe pols 'n tipiese fout in analoog foutgebaseerde stroombane is. Wat die uitsetsein betref, is die uitsetsein met 'n Teledyne LeCroy 1 GHz-ossilloskoop aangeteken. Daar is bewys dat die verkrygingspoed van 'n ossilloskoop nie 'n beperkende faktor in die ontleding en verkryging van stroombaandata is nie.
Die gebruik van die dinamika van analoog-elektronika om die gedrag van neurone en sinapse te simuleer, is 'n elegante en doeltreffende oplossing om berekeningsdoeltreffendheid te verbeter. Die nadeel van hierdie berekeningsonderlaag is dat dit van skema tot skema sal verskil. Ons het die veranderlikheid van neurone en sinaptiese stroombane gekwantifiseer (Aanvullende Fig. 2a,b). Van al die manifestasies van veranderlikheid het dié wat met tydkonstantes en insetwins geassosieer word die grootste impak op stelselvlak. Die tydkonstante van die LIF neuron en die DPI sinaps word bepaal deur 'n RC stroombaan, waar die waarde van R beheer word deur 'n voorspanning wat aan die hek van die transistor toegepas word (Vlk vir die neuron en Vtau vir die sinaps), wat die lekkasietempo. Insetwins word gedefinieer as die piekspanning wat bereik word deur die sinaptiese en neuronale membraankapasitors wat deur 'n insetpuls gestimuleer word. Die insetwins word beheer deur 'n ander voorspanningtransistor wat die insetstroom moduleer. 'n Monte Carlo-simulasie wat op ST Microelectronics se 130nm-proses gekalibreer is, is uitgevoer om 'n mate van insetwins en tydkonstantestatistieke in te samel. Die resultate word in Aanvullende Figuur 2 aangebied, waar die insetwins en tydkonstante gekwantifiseer word as 'n funksie van die voorspanning wat die lekkasietempo beheer. Groen merkers kwantifiseer die standaardafwyking van die tydkonstante vanaf die gemiddelde. Beide neurone en sinaptiese stroombane was in staat om 'n wye reeks tydkonstantes in die reeks van 10-5-10-2 s uit te druk, soos getoon in Aanvullende Fig. skema. Insetversterking (Aanvullende Fig. 2e,d) van neuronale en sinapsveranderlikheid was ongeveer 8% en 3% onderskeidelik. So 'n tekort is goed gedokumenteer in die literatuur: verskeie metings is uitgevoer op die reeks DYNAP-skyfies om die wanverhouding tussen populasies van LIF63-neurone te bepaal. Die sinapse in die BrainScale gemengde seinskyfie is gemeet en hul teenstrydighede ontleed, en 'n kalibrasieprosedure is voorgestel om die effek van stelselvlakveranderlikheid64 te verminder.
Die funksie van RRAM in neuromorfiese stroombane is tweeledig: argitektuurdefinisie (roetering van insette na uitsette) en implementering van sinaptiese gewigte. Laasgenoemde eienskap kan gebruik word om die probleem van die veranderlikheid van die gemodelleerde neuromorfiese stroombane op te los. Ons het 'n eenvoudige kalibrasieprosedure ontwikkel wat behels dat die RRAM-toestel herprogrammeer word totdat die stroombaan wat ontleed word aan sekere vereistes voldoen. Vir 'n gegewe inset word die uitset gemonitor en die RRAM word herprogrammeer totdat die teikengedrag bereik is. 'n Wagtyd van 5 s is ingestel tussen programmeringsoperasies om die probleem van RRAM-verslapping op te los wat lei tot verbygaande geleidingsfluktuasies (Aanvullende Inligting). Sinaptiese gewigte word aangepas of gekalibreer volgens die vereistes van die neuromorfiese stroombaan wat gemodelleer word. Die kalibrasieprosedure word opgesom in bykomende algoritmes [1, 2] wat fokus op twee fundamentele kenmerke van neuromorfiese platforms, vertragingslyne en rigting-onsensitiewe CD. Vir 'n stroombaan met 'n vertragingslyn is die teikengedrag om 'n uitsetpuls met 'n vertraging Δt te verskaf. As die werklike stroombaanvertraging minder as die teikenwaarde is, moet die sinaptiese gewig van G3 verminder word (G3 moet teruggestel word en dan op 'n laer ooreenstemmende stroom Icc gestel word). Omgekeerd, as die werklike vertraging groter is as die teikenwaarde, moet die geleiding van G3 verhoog word (G3 moet eers teruggestel word en dan op 'n hoër Icc-waarde gestel word). Hierdie proses word herhaal totdat die vertraging wat deur die stroombaan gegenereer word, ooreenstem met die teikenwaarde en 'n toleransie is ingestel om die kalibrasieproses te stop. Vir oriëntasie-onsensitiewe CD's is twee RRAM-toestelle, G1 en G3, by die kalibrasieproses betrokke. Hierdie stroombaan het twee insette, Vin0 en Vin1, vertraag met dt. Die stroombaan moet slegs reageer op vertragings onder die ooreenstemmende reeks [0,dtCD]. As daar geen uitsetpiek is nie, maar die insetpiek is naby, moet beide RRAM-toestelle versterk word om die neuron te help om die drempel te bereik. Omgekeerd, as die stroombaan reageer op 'n vertraging wat die teikenreeks van dtCD oorskry, moet die geleiding verminder word. Herhaal die proses totdat die korrekte gedrag verkry is. Voldoeningstroom kan gemoduleer word deur die ingeboude analoogkring in ref. 72,73. Met hierdie ingeboude stroombaan kan sulke prosedures periodiek uitgevoer word om die stelsel te kalibreer of vir 'n ander toepassing te hergebruik.
Ons evalueer die kragverbruik van ons neuromorfiese seinverwerkingsbenadering op 'n standaard 32-bis mikrobeheerder68. In hierdie evaluering aanvaar ons werking met dieselfde opstelling as in hierdie vraestel, met een pMUT-sender en twee pMUT-ontvangers. Hierdie metode gebruik 'n banddeurlaatfilter, gevolg deur 'n omhulsel-onttrekkingstap (Teeger-Kaiser), en uiteindelik word 'n drumpeloperasie op die sein toegepas om die tyd van vlug te onttrek. Die berekening van die ITD en die omskakeling daarvan na opsporingshoeke word in die evaluering weggelaat. Ons beskou 'n banddeurlaatfilterimplementering wat 'n 4de-orde oneindige impulsresponsfilter gebruik wat 18 drywende puntbewerkings vereis. Omhulsel-onttrekking gebruik nog drie drywende punt-bewerkings, en die laaste bewerking word gebruik om die drempel te stel. 'n Totaal van 22 drywende punt-bewerkings word benodig om die sein vooraf te verwerk. Die gestuurde sein is 'n kort sarsie van 111.9 kHz sinusgolfvorm wat elke 10 ms gegenereer word, wat lei tot 'n posisioneringsbedryfsfrekwensie van 100 Hz. Ons het 'n steekproeftempo van 250 kHz gebruik om aan Nyquist te voldoen en 'n 6 ms-venster vir elke meting om 'n reeks van 1 meter vas te vang. Let daarop dat 6 millisekondes die vlugtyd is van 'n voorwerp wat 1 meter ver is. Dit verskaf 'n kragverbruik van 180 µW vir A/D-omskakeling teen 0.5 MSPS. Seinvoorverwerking is 6,60 MIPS (instruksies per sekonde), wat 0,75 mW genereer. Die mikrobeheerder kan egter oorskakel na 'n lae kragmodus 69 wanneer die algoritme nie loop nie. Hierdie modus verskaf 'n statiese kragverbruik van 10,8 μW en 'n opwektyd van 113 μs. Gegewe 'n klokfrekwensie van 84 MHz, voltooi die mikrobeheerder alle bewerkings van die neuromorfiese algoritme binne 10 ms, en die algoritme bereken 'n dienssiklus van 6.3% en gebruik dus 'n laekragmodus. Die gevolglike drywingsdissipasie is 244,7 μW. Let daarop dat ons die ITD-uitset van ToF en die omskakeling na opsporingshoek weglaat, en sodoende die kragverbruik van die mikrobeheerder onderskat. Dit verskaf bykomende waarde vir die energiedoeltreffendheid van die voorgestelde stelsel. As 'n bykomende vergelykingsvoorwaarde, evalueer ons die kragverbruik van die klassieke balkvormmetodes wat in die verwysing voorgestel word. 31.54 wanneer dit in dieselfde mikrobeheerder68 by 1.8V toevoerspanning ingebed is. Vyf eweredig gespasieerde pMUT-membrane word gebruik om data vir bundelvorming te verkry. Wat die verwerking self betref, is die balkvormingsmetode wat gebruik word, vertragingsoptelling. Dit bestaan ​​bloot uit die toepassing van 'n vertraging op die bane wat ooreenstem met die verwagte verskil in aankomstye tussen een baan en die verwysingsbaan. As die seine in fase is, sal die som van hierdie seine 'n hoë energie hê na 'n tydverskuiwing. As hulle uit fase is, sal vernietigende interferensie die energie van hul som beperk. in 'n verhouding. Op fig. 31 word 'n steekproeftempo van 2 MHz gekies om die data met 'n heelgetal monsters te tydskuif. 'n Meer beskeie benadering is om 'n growwer monstertempo van 250 kHz te handhaaf en 'n Finite Impulse Response (FIR) filter te gebruik om fraksionele vertragings te sintetiseer. Ons sal aanneem dat die kompleksiteit van die balkvormalgoritme hoofsaaklik deur die tydverskuiwing bepaal word, aangesien elke kanaal met 'n FIR-filter met 16 krane in elke rigting gewikkel is. Om die aantal MIPS wat vir hierdie operasie benodig word, te bereken, oorweeg ons 'n venster van 6ms per meting om 'n reeks van 1 meter, 5 kanale, 11 bundelvormrigtings vas te vang (reeks +/- 50° in 10° stappe). 75 metings per sekonde het die mikrobeheerder tot sy maksimum van 100 MIPS gedruk. Skakel. 68, wat lei tot 'n drywingsdissipasie van 11.26 mW vir 'n totale drywingsdissipasie van 11.71 mW nadat die ADC-bydrae aan boord bygevoeg is.
Data wat die resultate van hierdie studie ondersteun, is beskikbaar by die onderskeie outeur, FM, op ​​redelike versoek.
Indiveri, G. & Sandamirskaya, Y. Die belangrikheid van ruimte en tyd vir seinverwerking in neuromorfiese middels: Die uitdaging om lae-krag, outonome agente te ontwikkel wat met die omgewing in wisselwerking tree. Indiveri, G. & Sandamirskaya, Y. Die belangrikheid van ruimte en tyd vir seinverwerking in neuromorfiese middels: Die uitdaging om lae-krag, outonome agente te ontwikkel wat met die omgewing in wisselwerking tree.Indiveri G. en Sandamirskaya Y. Die belangrikheid van ruimte en tyd vir seinverwerking in neuromorfiese middels: die uitdaging om lae-krag outonome agente te ontwikkel wat met die omgewing in wisselwerking tree. Indiveri, G. & Sandamirskaya, Y.自主代理的挑战. Indiveri, G. & Sandamirskaya, Y.Indiveri G. en Sandamirskaya Y. Die belangrikheid van ruimte en tyd vir seinverwerking in neuromorfiese middels: die uitdaging om lae-krag outonome agente te ontwikkel wat met die omgewing in wisselwerking tree.IEEE seinverwerking. Tydskrif 36, 16–28 (2019).
Thorpe, SJ Piek-aankomstyd: 'n doeltreffende neurale netwerkkoderingskema. in Eckmiller, R., Hartmann, G. & Hauske, G. (reds). in Eckmiller, R., Hartmann, G. & Hauske, G. (reds).in Eckmiller, R., Hartmann, G. en Hauske, G. (reds.).In Eckmiller, R., Hartmann, G. en Hauske, G. (reds.). Parallelle verwerking in neurale stelsels en rekenaars 91–94 (Noord-Holland Elsevier, 1990).
Levy, WB & Calvert, VG Kommunikasie verbruik 35 keer meer energie as berekening in die menslike korteks, maar albei koste is nodig om sinapsgetal te voorspel. Levy, WB & Calvert, VG Kommunikasie verbruik 35 keer meer energie as berekening in die menslike korteks, maar albei koste is nodig om sinapsgetal te voorspel.Levy, WB en Calvert, WG Communication verbruik 35 keer meer energie as berekening in die menslike korteks, maar albei koste is nodig om die aantal sinapse te voorspel. Levy, WB & Calvert, VG Communication 消耗的能量是人类皮层计算的35 倍，但这两种成本都需要预测突 Levy, WB & Calvert, VG KommunikasieLevy, WB en Calvert, WG Communication verbruik 35 keer meer energie as berekening in die menslike korteks, maar beide koste vereis dat die aantal sinapse voorspel word.proses. Nasionale Akademie vir Wetenskap. die wetenskap. US 118, https://doi.org/10.1073/pnas.2008173118 (2021).
Dalgaty, T., Vianello, E., De Salvo, B. & Casas, J. Insek-geïnspireerde neuromorfiese rekenaar. Dalgaty, T., Vianello, E., De Salvo, B. & Casas, J. Insek-geïnspireerde neuromorfiese rekenaar.Dalgati, T., Vianello, E., DeSalvo, B. en Casas, J. Insek-geïnspireerde neuromorfiese rekenaar.Dalgati T., Vianello E., DeSalvo B. en Casas J. Insek-geïnspireerde neuromorfiese rekenaar. Huidige. Opinie. Insekwetenskap. 30, 59–66 (2018).
Roy, K., Jaiswal, A. & Panda, P. Towards spike-gebaseerde masjien-intelligensie met neuromorfiese rekenaars. Roy, K., Jaiswal, A. & Panda, P. Towards spike-gebaseerde masjien-intelligensie met neuromorfiese rekenaars. Roy, K., Jaiswal, A. & Panda, P. Towards Spike-Based Machine Intelligence with Neuromorphic Computing.Roy K, Jaiswal A, en Panda P. Pulsgebaseerde kunsmatige intelligensie met behulp van neuromorfiese rekenaars. Nature 575, 607–617 (2019).
Indiveri, G. & Liu, S.-C. Indiveri, G. & Liu, S.-C.Indiveri, G. en Liu, S.-K. Indiveri, G. & Liu, S.-C. Indiveri, G. & Liu, S.-C.Indiveri, G. en Liu, S.-K.Geheue en inligtingverwerking in neuromorfiese sisteme. proses. IEEE 103, 1379–1397 (2015).
Akopyan F. et al. Truenorth: Ontwerp en gereedskapstel vir 'n 65 mW 1 miljoen neuron programmeerbare sinaptiese skyfie. IEEE transaksies. Rekenaarontwerp van geïntegreerde stroombaanstelsels. 34, 1537–1557 (2015).
Schemmel, J. et al. Regstreekse demo: afgeskaalde weergawe van die BrainScaleS neuromorfiese stelsel op plaatskaal. 2012 IEEE Internasionale Simposium oor Stroombane en Stelsels (ISCAS), (IEEE ed.) 702–702 (2012).
Moradi, S., Qiao, N., Stefanini, F. & Indiveri, G. 'n Skaalbare multikern-argitektuur met heterogene geheuestrukture vir dinamiese neuromorfiese asinchrone verwerkers (DYNAPs). Moradi, S., Qiao, N., Stefanini, F. & Indiveri, G. 'n Skaalbare multikern-argitektuur met heterogene geheuestrukture vir dinamiese neuromorfiese asinchrone verwerkers (DYNAPs).Moradi S., Qiao N., Stefanini F. en Indiviri G. 'n Skaalbare multikern-argitektuur met heterogene geheuestrukture vir dinamiese neuromorfiese asinchrone verwerkers (DYNAP). Moradi, S., Qiao, N., Stefanini, F. & Indiveri, G构内存结构. Moradi, S.、Qiao, N.、Stefanini, F. & Indiveri, G. 'n Soort uitbreidbare multikern-argitektuur, met 'n unieke geheuestruktuur vir dinamiese neurale verwerking (DYNAP).Moradi S., Qiao N., Stefanini F. en Indiviri G. 'n Skaalbare multikern-argitektuur met heterogene geheuestrukture vir dinamiese neuromorfiese asinchrone verwerkers (DYNAP).IEEE Transaksies op Biomediese wetenskap. elektriese stelsel. 12, 106–122 (2018).
Davis, M. et al. Loihi: 'n Neuromorfiese multikernverwerker met ingebedde leer. IEEE Micro 38, 82–99 (2018).
Furber, SB, Galluppi, F., Temple, S. & Plana, LA Die SpiNNaker-projek. Furber, SB, Galluppi, F., Temple, S. & Plana, LA Die SpiNNaker-projek.Ferber SB, Galluppi F., Temple S. en Plana LA SpiNNaker-projek.Ferber SB, Galluppi F., Temple S. en Plana LA SpiNNaker-projek. proses. IEEE 102, 652–665 (2014).
Liu, S.-K. & Delbruck, T. Neuromorfiese sensoriese sisteme. & Delbruck, T. Neuromorfiese sensoriese sisteme.en Delbrück T. Neuromorfiese sensoriese sisteme. & Delbruck, T. 神经形态感觉系统. & Delbruck, T.en Delbrück T. Neuromorfiese sensoriese sisteem.Huidige. Opinie. Neurobiologie. 20, 288–295 (2010).
Chope, T. et al. Neuromorfiese sensoriese integrasie vir gekombineerde klankbronlokalisering en botsingvermyding. In 2019 by die IEEE-konferensie oor biomediese stroombane en stelsels (BioCAS), (IEEE Ed.) 1–4 (2019).
Risi, N., Aimar, A., Donati, E., Solinas, S. & Indiveri, G. 'n Spike-gebaseerde neuromorfiese argitektuur van stereovisie. Risi, N., Aimar, A., Donati, E., Solinas, S. & Indiveri, G. 'n Spike-gebaseerde neuromorfiese argitektuur van stereovisie.Risi N, Aymar A, Donati E, Solinas S, en Indiveri G. 'n Spike-gebaseerde neuromorfiese stereovisie-argitektuur. Risi, N., Aimar, A., Donati, E., Solinas, S. & Indiveri, G. 一种基于脉冲的立体视觉神经形态结构。 Risi, N., Aimar, A., Donati, E., Solinas, S. & Indiveri, G.Risi N, Aimar A, Donati E, Solinas S, en Indiveri G. Spike-gebaseerde neuromorfiese argitektuur vir stereovisie.voor. Neurorobotics 14, 93 (2020).
Osswald, M., Ieng, S.-H., Benosman, R. & Indiveri, G. 'n Spike neurale netwerkmodel van 3D-persepsie vir gebeurtenisgebaseerde neuromorfiese stereovisiestelsels. Osswald, M., Ieng, S.-H., Benosman, R. & Indiveri, G. 'n Spike neurale netwerkmodel van 3D-persepsie vir gebeurtenisgebaseerde neuromorfiese stereovisiestelsels.Oswald, M., Ieng, S.-H., Benosman, R., en Indiveri, G. 'n 3D-gepulseerde neurale netwerkpersepsiemodel vir gebeurtenis-gebaseerde neuromorfiese stereovisiestelsels. Osswald, M., Ieng, S.-H., Benosman, R. & Indiveri, G. Osswald, M., Ieng, S.-H., Benosman, R. & Indiveri, G. 3Dperception 脉冲神经网络模型。Oswald, M., Ieng, S.-H., Benosman, R., en Indiveri, G. Spiked 3Dperception Neurale Netwerk Model vir 'n Gebeurtenis-gebaseerde Neuromorfiese Stereo Visie System.die wetenskap. Verslag 7, 1–11 (2017).
Dalgaty, T. et al. Insek-geïnspireerde basiese bewegingsopsporing sluit weerstandige geheue en gebarste neurale netwerke in. Bioniese biohibriede stelsel. 10928, 115–128 (2018).
D'Angelo, G. et al. Gebeurtenisgebaseerde eksentrieke bewegingsopsporing deur tydelike differensiële kodering te gebruik. voor. Neurologie. 14, 451 (2020).