我们引入了一种无线射频网络概念,用于从大量空间分布的自主微传感器(数量可能达数千个)中捕获稀疏事件驱动数据。每个传感器都被认为是一个微芯片,能够在将时变输入转换为脉冲序列时进行事件检测。受大脑信息处理的启发,我们开发了一种基于码分多址方法的频谱高效、低错误率异步网络概念。我们通过实验表征了几十个亚毫米级硅微芯片的网络性能,并辅以更大规模的计算机模拟。对片上时钟的不同实现进行了比较。为了测试基于脉冲的无线通信与神经形态计算技术的下游传感器群体分析自然匹配这一概念,我们部署了一个脉冲神经网络 (SNN) 机器学习模型来解码灵长类动物皮层中八千个脉冲神经元的数据,以准确预测光标控制任务中的手部运动。
主要关键词