0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

CMOS集成纳米打印高神经元密度近红外推理感知器

MEMS 来源:MEMS 作者:MEMS 2021-03-09 14:54 次阅读


机场和车站的安保人员不用守在大型安检机旁工作,而是戴着轻便的智能眼镜就能识别出海量的人脸信息,进行智能安全检查,乘客们也不用挤在一起“刷脸”、“开箱”,这样快捷简便的场景令人期待。上海理工大学未来光学实验室人工智能纳米光子学中心顾敏院士团队公布的最新研究成果,让这一场景距离现实又近了一步。

3日,顾敏院士团队在《光:科学与应用》(Light: Scienceand applications)杂志上发表高水平论文“CMOS集成纳米打印高神经元密度近红外推理感知器”(Nanoprinted high-neuron-density optical linear perceptrons performing near-infrared inference on a CMOS chip),在纳米加工技术领域提出了全光推理全息纳米结构研究方案。


快速、高效节能的功能性光电器件可以应用于安全检查、医疗影像、智能驾驶、艺术品鉴赏和卫星图像处理等领域,与现有解决方案相比,其占用空间更小,能耗更低、成本更低。

如今,通过人脸识别解锁智能手机已是生活日常,然而大众很少会了解这背后是一个耗时耗能的过程:首先由传感器收集人脸光学信息并将其发送到计算机中的神经网络,视觉信息通过电子硬件转化为电子信息后再显示画面信息。而顾敏团队创新研究出一种紧凑型光学衍射神经网络的新概念,这种光学衍射神经网络可以进行全光推理并可与商用CMOS图像传感器直接集成。也就是说,这一技术省略了传统的由光到电的转换过程,让光学信息处理直接在光域内完成。

“我们利用纳米打印的可见光和近红外波段的推理感知器的计算能力上限为400 ExaFLOPS (每秒浮动操作为1018FLOPS),与毫米波、微波等波段运行的衍射设备和集成光子硬件相比,每秒操作数量增加3到5个数量级。”论文第一作者、团队核心研究人员Elena Goi博士谈道。

集成在CMOS图像传感器上的全息感知器


“采用超分辨3D纳米加工技术,我们可以将AI光学器件直接集成到现有的CMOS图像传感器中,这相当于在图像传感器上放置量身定制的、针对特定任务的智能眼镜,可以在检测到传入的光学信息之前对这些信息进行处理。”顾敏院士介绍说。


据悉,这项研究工作得到上海张江国家自主创新示范区专项发展资金重大项目资助。

责任编辑:lq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 图像传感器
    +关注

    关注

    68

    文章

    1734

    浏览量

    128845
  • 智能驾驶
    +关注

    关注

    3

    文章

    2072

    浏览量

    48213
  • 神经元
    +关注

    关注

    1

    文章

    284

    浏览量

    18319

原文标题:利用超分辨3D纳米加工技术,将全息感知器集成于图像传感器

文章出处:【微信号:MEMSensor,微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    英特尔发布新一代神经拟态系统Hala Point,11.5亿神经元,12倍性能提升

    作为英特尔首个神经元数量达到11.5亿的神经拟态系统,Hala Point为更高效、规模更大的AI开辟了道路。   英特尔发布了代号为Hala Point的大型神经拟态系统。Hala Point
    的头像 发表于 04-19 09:43 221次阅读
    英特尔发布新一代<b class='flag-5'>神经</b>拟态系统Hala Point,11.5亿<b class='flag-5'>神经元</b>,12倍性能提升

    一种具有高度柔性与可塑性的超香肠覆盖式神经元模型

    人工神经网络是模拟人脑神经活动的重要模式识别工具,受到了众多科学家和学者的关注。然而,近年来DNN的改进与优化工作主要集中于网络结构和损失函数的设计,神经元模型的发展一直非常有限。神经
    的头像 发表于 12-04 11:12 211次阅读
    一种具有高度柔性与可塑性的超香肠覆盖式<b class='flag-5'>神经元</b>模型

    不可错过!人工神经网络算法、PID算法、Python人工智能学习等资料包分享(附源代码)

    (Artificial Neural Network,即ANN) 可以概括的定义为: 由大量具有适应性的处理元素(神经元)组成的广泛并行互联网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应
    发表于 09-13 16:41

    深度学习的神经网络架构解析

    感知器是所有神经网络中最基本的,也是更复杂的神经网络的基本组成部分。它只连接一个输入神经元和一个输出神经元
    发表于 08-31 16:55 843次阅读
    深度学习的<b class='flag-5'>神经</b>网络架构解析

    一文详解CNN

    其实是对神经元的模拟和简化。 单层感知器(Single Layer Perceptron): 单层感知器用来模拟单个神经元。 左图是神经元
    发表于 08-18 06:56

    压电陶瓷驱动器单神经元自适应磁滞补偿实验

    功率放大器基于Hebb学习规则的压电陶瓷驱动器单神经元自适应磁滞补偿
    发表于 08-03 14:42 0次下载

    神经元 C 参考指南

    神经元 C 参考指南
    发表于 07-04 20:48 0次下载
    <b class='flag-5'>神经元</b> C 参考指南

    神经元汇编语言参考

    神经元汇编语言参考
    发表于 07-04 20:47 0次下载
    <b class='flag-5'>神经元</b>汇编语言参考

    神经元 6050 数据表

    神经元 6050 数据表
    发表于 07-04 20:41 0次下载
    <b class='flag-5'>神经元</b> 6050 数据表

    使用多层感知器进行机器学习

    我们将使用一个极其复杂的微处理器来实现一个神经网络,该神经网络可以完成与由少数晶体管组成的电路相同的事情,这个想法有些幽默。但与此同时,以这种方式思考这个问题强调了单层感知器作为一般分类和函数逼近工具的不足——如果我们的
    的头像 发表于 06-24 11:17 336次阅读
    使用多层<b class='flag-5'>感知器</b>进行机器学习

    PyTorch教程-5.2. 多层感知器的实现

    5.2. 多层感知器的实现¶ Colab [火炬]在 Colab 中打开笔记本 Colab [mxnet] Open the notebook in Colab Colab [jax
    的头像 发表于 06-05 15:43 507次阅读
    PyTorch教程-5.2. 多层<b class='flag-5'>感知器</b>的实现

    PyTorch教程5.2之多层感知器的实现

    电子发烧友网站提供《PyTorch教程5.2之多层感知器的实现.pdf》资料免费下载
    发表于 06-05 15:32 0次下载
    PyTorch教程5.2之多层<b class='flag-5'>感知器</b>的实现

    深度学习基础知识(1)

    首先,我们简单了解什么是感知器感知器就是单个神经元
    的头像 发表于 05-16 17:16 696次阅读
    深度学习基础知识(1)

    1 神经元感知机(2)#神经网络

    神经网络深度学习
    未来加油dz
    发布于 :2023年05月16日 15:34:32

    1 神经元感知机(1)#神经网络

    神经网络深度学习
    未来加油dz
    发布于 :2023年05月16日 15:34:05