摘要量子点蜂窝自动机(QCA)代表新兴的纳米技术,该纳米技术有望取代当前的互补金属 - 氧化物 - 氧化物 - 氧化电导剂数字整合电路技术。QCA构成了一种极为有希望的无晶体管范式,可以将其降低到分子水平,从而促进TERA级设备的整合和极低的能量耗散。可逆QCA电路的可逆性从逻辑级别降低到物理水平,可以执行比Landauer能量限制(KBTLN2)耗散能量更少的计算操作。逻辑门的时间同步是必不可少的附加要求,尤其是在涉及复杂电路的情况下,以确保准确的计算结果。本文报告了逻辑和物理上可逆的时间同步QCA组合逻辑电路的八个新的设计和仿真。此处介绍的新电路设计减轻了时钟延迟问题,这些问题是由逻辑门信息的非同步,通过使用固有的更对称的电路配置引起的。模拟结果证实了提出的可逆时间同步QCA组合逻辑电路的行为,该逻辑电路表现出超大的能量耗散,并同时提供了准确的计算结果。
摘要 本文提出了一种基于高效受脑启发的超维计算 (HDC) 范式的硬件优化情绪识别方法。情绪识别为人机交互提供了宝贵的信息;然而,情绪识别涉及的大量输入通道 (> 200) 和模态 (> 3) 从内存角度来看非常昂贵。为了解决这个问题,提出了减少和优化内存的方法,包括一种利用编码过程的组合性质的新方法和一个基本的细胞自动机。与所提出的技术一起实施了具有早期传感器融合的 HDC,在多模态 AMIGOS 和 DEAP 数据集上实现了两类多模态分类准确率,效价 > 76%,唤醒 > 73%,几乎总是比最先进的技术更好。所需的矢量存储无缝减少了 98%,矢量请求的频率减少了至少 1/5。结果证明了高效超维计算在低功耗、多通道情绪识别任务中的潜力。关键词:脑启发、超维计算、情绪识别、可穿戴、内存优化、硬件高效、多模态传感器融合
算法验证领域一直以模型检查时序逻辑公式的决策程序为中心。时序逻辑 [MP95] 是一种严格的规范形式主义,用于描述系统所需的行为。已经开发了许多将时序逻辑公式转换为相应自动机的有效算法 [VW86、SB00、GPVW95、GO01],从而成功开发了 L TL 和 C TL 等逻辑,并将它们共同集成到主要验证工具中。基于时序逻辑的形式主义已被硬件行业采用,并成为标准 P SL [HFE04] 规范语言。为了推理定时系统,人们提出了许多实时形式化方法,它们要么是时间逻辑的扩展(M TL [Koy90]、M ITL [AFH96]、T CTL [Y97]),要么是正则表达式(定时正则表达式 [ACM02])。然而,与非定时情况不同,这些逻辑与定时验证工具中使用的定时自动机 [AD94] 之间没有简单的对应关系。随着混合自动机 [MMP92] 的出现,连续域中的验证成为可能,混合自动机作为描述具有带开关的连续动态系统的模型,以及用于探索其状态空间的算法。尽管最近取得了很大进展 [ADF + 06],但由于状态空间的爆炸式增长,可扩展性仍然是混合系统穷举验证的主要问题。此外,基于属性的混合系统验证才刚刚起步 [FGP06]。因此,连续系统的首选验证方法仍然是模拟/测试。然而,有人指出,验证的规范元素
由于元件尺寸极小且功耗巨大,基于互补金属氧化物半导体 (CMOS) 技术的器件性能有限。确实,许多研究人员正在考虑如何使用低功耗方法在纳米级构建复杂的逻辑电路。为了降低设计密度并实现高速切换,有必要考虑 CMOS 替代品。量子点细胞自动机 (QCA) 是一种新型无晶体管范例,可用于创建具有高密度和太赫兹速度切换的纳米级器件。有许多参考文献 [1-3] 深入探讨了实验特性和物理实现(金属岛、半导体、磁性和分子 QCA)。第一个基于原始材料的功能量子单元刚刚建成 [4]。CMOS 技术的一个问题是它倾向于耗散大量电能。借助可逆计算,可以防止计算过程中的能量损失,这已被提出 [5]。研究证实了这一点。在可逆逻辑中,可逆门起着关键作用。研究界已提出了几种类型的可逆门 [5]。Toffoli 门因其可执行多种任务而得到广泛应用 [6-9]。
布尔功能在许多加密原始素中起着主导作用。它们在哈希功能[13,5]甚至对称块加密[21]中特别使用。这些功能将一定数量的变量作为输入,以返回唯一的布尔值二进制值。蜂窝自动机规则可以视为布尔函数。某些蜂窝自动机规则具有有趣的加密性能,相对于传递给它们的输入而言,无需生成伪随机或混沌输出。这些规则可以产生非线性的输出,并且完全独立于将其作为输入传递给它们的位。它们可用于加密应用,例如哈希或阻止加密。使用这些规则避免了针对密码原语的已知攻击,例如线性密码分析[1]。对这些混乱功能的第一项研究是由Wolfram在1983年进行的,后者发现了30条具有3个变量的规则[20]。从那时起,就提出了许多布尔函数的分类[17,2]。许多科学论文研究了布尔功能在密码学中的使用[6]。尤其是在细胞自动机中使用布尔函数来构建哈希函数[10,9,24],或流和封闭密码[16,11]。
投资 DELIVERS.AI LTD,这是一家为自动机器人和车辆提供人工智能自动化和 MLOps 平台的公司
我们的目的是将离散事件模拟作为晶粒生长的细胞自动机模型的有效和数值准确的计算方法。为此,我们为两个知名模型开发了两个简单但相关的模拟器。我们的第一个模拟器实现了Raabe [1,2]以离散事件形式引入的概率细胞自动机。此细胞自动机以过渡概率模拟生长速率,如果计算以固定步骤进行,则构成伯努利过程。由于步长趋于零,因此此伯努利过程趋向于泊松过程。在此示例中,我们展示了离散事件模拟如何以其极限(即作为泊松过程)实现该模型,从而消除了Bernoulli近似中的数值错误。同时,我们在时间步进模型中演示了一个加速度,该模型随着时间阶梯式模型的缩小而增加。我们的第二次模拟是晶粒生长的偏心平方模型的离散事件实现[3,4]。通常会通过离散的时间模拟实现此模型,为此,必须选择时间步。一个大的时间步骤以增加错误的成本来改善执行时间,这表现为同时捕获事件的形式,这些事件不会发生在物理
我们研究了在操作概率的理论的背景下,可逆的现象及其输出系统的输入系统之间的因果影响。我们分析了从量子理论的文献中借用的两个不同的定义,它们是等效的。一个是基于信号的概念,另一个是用于定义量子细胞自动机中细胞邻域的无效。我们在一般场景中采用的后一种定义,事实证明,这与前者严格弱:系统可能对另一个人的因果影响而不会发出信号。非常重要的是,反状来自经典理论,其中提出的因果影响概念决定了细胞自动机中细胞邻域的重新发现。我们强调,根据我们的定义,无论如何在没有相互作用的情况下,不可能具有因果影响,例如在类似钟形的场景中。我们研究了因果影响的各种条件,并引入了我们称之为无障碍的特征,而我们证明了信号传导和因果感染的共同体。拟议的定义对因果网络的分析产生了有趣的后果,并导致对经典蜂窝自动机的邻居概念进行修改,从而阐明了一个难题,这些难题显然使邻里比原始的邻居更大。