XiaoMi-AI文件搜索系统
World File Search SystemNeuromorphic
介绍“神经形态计算与工程”
摘要 目前，一系列问题开始阻碍技术进步，对计算的标准性质提出了挑战。为解决这些问题，提出的策略之一是开发新的受大脑启发的处理方法和技术，并将其应用于广泛的应用场景。这是一项极具挑战性的任务，需要多个学科的研究人员齐心协力，同时共同设计处理方法、支持计算架构及其底层技术。《神经形态计算与工程》（NCE）杂志的推出是为了支持这个新社区的努力，并提供一个论坛和资料库来展示和讨论其最新进展。通过与编辑团队同事的密切合作，NCE 的范围和特点已被设计为确保它服务于学术界和工业界日益壮大的跨学科和充满活力的社区。
神经系统界面的神经形态生物电子医学：从神经计算原始素到医学应用
抽象的生物电子医学通过感测，处理和调节人体神经系统中产生的电子信号（被标记为“神经信号”）来治疗慢性疾病。虽然电子电路已经在该域中使用了几年，但微电子技术的进展现在允许越来越准确且有针对性的解决方案以获得治疗益处。例如，现在可以在特定神经纤维中调节信号，从而靶向特定疾病。但是，要完全利用这种方法，重要的是要了解神经信号的哪些方面很重要，刺激的效果是什么以及哪些电路设计可以最好地实现所需的结果。神经形态电子电路代表了实现这一目标的一种有希望的设计风格：它们的超低功率特征和生物学上可行的时间常数使它们成为建立最佳接口到真正神经加工系统的理想候选者，从而实现实时闭环与生物组织的闭环相互作用。在本文中，我们强调了神经形态回路的主要特征，这些电路非常适合与神经系统接口，并展示它们如何用于构建闭环杂种人工和生物学神经加工系统。我们介绍了可以实施神经计算基础的示例，以对这些闭环系统中感应的信号进行计算，并讨论使用其输出进行神经刺激的方法。我们描述了遵循这种方法的应用程序的示例，突出了需要解决的开放挑战，并提出了克服当前局限性所需的措施。
使用电阻记忆和超声波换能器进行神经形态物体定位
现实世界的传感处理应用需要紧凑、低延迟和低功耗的计算系统。混合忆阻器-互补金属氧化物半导体神经形态架构凭借其内存事件驱动计算能力，为此类任务提供了理想的硬件基础。为了展示此类系统的全部潜力，我们提出并通过实验演示了一种用于现实世界对象定位应用的端到端传感处理解决方案。从仓鸮的神经解剖学中汲取灵感，我们开发了一种生物启发的事件驱动对象定位系统，将最先进的压电微机械超声换能器传感器与基于神经形态电阻式存储器的计算图结合在一起。我们展示了由基于电阻式存储器的巧合检测器、延迟线电路和全定制超声传感器组成的制造系统的测量结果。我们使用这些实验结果来校准我们的系统级模拟。然后使用这些模拟来估计对象定位模型的角度分辨率和能量效率。结果揭示了我们的方法的潜力，经评估，其能量效率比执行相同任务的微控制器高出几个数量级。
通过化学微传感器阵列进行实时边缘神经形态品尝
液体分析是跟踪食品、饮料和化学制造等行业是否符合严格的工艺质量标准的关键。为了在线并在最感兴趣的点分析产品质量，自动监控系统必须满足小型化、能源自主性和实时操作方面的严格要求。为了实现这一目标，我们介绍了在神经形态硬件上运行的人工味觉的第一个实现，用于连续边缘监控应用。我们使用固态电化学微传感器阵列来获取多变量、随时间变化的化学测量值，采用时间滤波来增强传感器读出动态，并部署基于速率的深度卷积脉冲神经网络来有效融合电化学传感器数据。为了评估性能，我们创建了 MicroBeTa（微传感器味道测试），这是一个用于饮料分类的新数据集，包含 3 天内进行的 7 小时时间记录，包括传感器漂移和传感器更换。我们实现的人工品味在推理任务上的能效比在其他商用低功耗边缘 AI 推理设备上运行的类似卷积架构高出 15 倍，在 USB 棒外形尺寸中包含的单个英特尔 Loihi 神经形态研究处理器上实现了比传感器读数采样周期低 178 倍以上的延迟和高精度（97%）。
对多核边缘神经形态系统的映射算法和路由硬件的共选
Last but not least, the project will bridge the gap between hardware and software models by investigating mapping strategies targeting the following design constraints: (a) co-design and co-optimization with the underlying routing mechanism, so that smart mappings can allow more lightweight multicast hardware, (b) co-optimizing the SNN partitioning step with the placement one for efficient mapping of large scale SNNs to highly-parallel神经形态硬件。
特刊 - 神经形态和生物启发的计算
本期特刊旨在探索和展示神经形态和生物启发的计算的尖端研究和发展。此问题将集中在这些迅速发展的领域的最新进步，挑战和未来方向上。我们欢迎原始的研究文章，全面评论和简短的沟通来解决神经形态和生物启发的计算的各个方面，包括但不限于： - 神经形态硬件设计和实现 - 跨越神经网络及其应用 - 生物启动的算法和优化技术，并分化了机器计算机和机器的计算机<
NeuroMorse：用于神经形态计算的时间结构化数据集
神经形态工程旨在通过模仿大脑的有效处理来推动计算，其中数据被编码为异步时间事件。这消除了对同步时钟的需求，并在不存在数据时最小化功耗。但是，神经形态算法的许多基准主要集中在空间特征上，忽略了大多数基于序列任务的时间动力学。此差距可能导致评估无法完全捕获神经形态系统的独特优势和特征。在本文中，我们提出了一种旨在基准神经形态学习系统的时间结构化数据集。Neuromorse将英语的前50个单词转换为暂时的摩尔斯密码峰序列。尽管仅使用两个输入尖峰通道来用于摩尔斯点和破折号，但通过数据中的时间模式对复杂的信息进行了编码。所提出的基准在多个时间尺度上包含特征层次结构，这些时间尺度测试了神经形态算法将输入模式分解为空间和时间层次结构的能力。我们证明，使用线性分类器对我们的训练集进行挑战，并且使用常规方法很难识别测试集中的关键字。NeuroMorse数据集可在10.5281/Zenodo.12702379上获得，我们的随附代码在https://github.com/jc427648/neuromorse上获得。
关于神经形态光子学的特刊
Min Gu教授此前曾担任澳大利亚Swinburne Technology副校长和杰出教授以及澳大利亚研究委员会的著名教授。 他还曾担任澳大利亚RMIT大学（皇家墨尔本理工学院）的副主席和杰出教授。 他撰写了四本英语专着，一篇翻译成中文，一本用英语编辑的书。 此外，他在纳米/生物探测领域的国际认可和权威期刊上发表了超过560篇论文，包括自然，科学，自然光子学，自然纳米技术和自然传播。 他是澳大利亚科学院的会员，澳大利亚技术科学与工程学院，也是中国工程学院的外国成员。 他还被当选为电气与电子工程师研究所（IEEE），国际光学和光子学会（SPIE），美国光学学会（OSA，现为Optica），现为Optica），物理研究所（IOP，英国），澳大利亚物理学学院（AIP）以及中国光学学会（AIP）等（COS）等。 他曾担任国际光学生命科学学会主席，国际光学委员会副主席兼奖项委员会主席，以及美国光学学会（OSA）的董事会成员兼国际委员会主席，以及其他关键角色。 在2019年，他获得了国际光学和光子学会的丹尼斯·加博奖。Min Gu教授此前曾担任澳大利亚Swinburne Technology副校长和杰出教授以及澳大利亚研究委员会的著名教授。他还曾担任澳大利亚RMIT大学（皇家墨尔本理工学院）的副主席和杰出教授。他撰写了四本英语专着，一篇翻译成中文，一本用英语编辑的书。此外，他在纳米/生物探测领域的国际认可和权威期刊上发表了超过560篇论文，包括自然，科学，自然光子学，自然纳米技术和自然传播。他是澳大利亚科学院的会员，澳大利亚技术科学与工程学院，也是中国工程学院的外国成员。他还被当选为电气与电子工程师研究所（IEEE），国际光学和光子学会（SPIE），美国光学学会（OSA，现为Optica），现为Optica），物理研究所（IOP，英国），澳大利亚物理学学院（AIP）以及中国光学学会（AIP）等（COS）等。他曾担任国际光学生命科学学会主席，国际光学委员会副主席兼奖项委员会主席，以及美国光学学会（OSA）的董事会成员兼国际委员会主席，以及其他关键角色。在2019年，他获得了国际光学和光子学会的丹尼斯·加博奖。院士Min Gu还是中国科学院的爱因斯坦主席教授，并获得了许多享有声望的奖项，包括澳大利亚光学学会的Beattie Steel奖，澳大利亚科学院的Ian Wark奖章，澳大利亚物理学院的BOAS奖章，以及Victoria Science Innovation奖。2022年，他获得了Optica（以前是OSA）的Emmett N. Leith Medal，并在2023年获得了上海木兰纪念奖。
Photoferroelelectric全van-der-Waals异质结构用于多模神经型铁电晶体管
摘要：铁电范德华（VDW）异质结构的接口驱动效应为搜索替代设备体系结构提供了新的机会，以克服von Neumann瓶颈。但是，它们的实施仍处于起步阶段，主要是通过电气控制。在寻求新型神经形态体系结构时，制定其他光学和多态控制的策略是最大的兴趣。在这里，我们证明了铁电场效应晶体管（FEFET）的铁电偏振状态的电和光学控制。完全由Res 2/hbn/cuinp 2 S 6 VDW材料制成的FeFets达到的ON/OFF比率超过10 7，磁滞存储器窗口最大为7 V宽，多个寿命超过10 3 s。此外，Cuinp 2 S 6（CIPS）层的铁电偏振可以通过光激发VDW异质结构来控制。我们进行了波长依赖性研究，该研究允许在极化的光学控制中识别两种机制：带对波段光载体在2D半导体RES 2中生成2D半导体电压，并进入2D Ferroectric CIPS。最后，通过在三种不同的突触模式下操作FEFET来证明异突触可塑性：电刺激，光学刺激和光学辅助突触。模拟关键的突触功能，包括电气长期可塑性，光电可塑性，光学增强和峰值速率依赖性可塑性。模拟的人工神经网络表现出非常出色的精度水平，即接近理想模型突触的91％。这些结果为未来对光面性VDW系统的研究提供了新的背景，并将铁电VDW异质结构放在下一个神经形态计算体系结构的路线图上。关键字：神经形态计算，突触，光电子，铁电，二维材料■简介
特刊——神经形态光子学
本期特刊将重点介绍集成光子神经形态系统的最新进展，讨论当前和未来的挑战，并概述应对这些挑战所需的科学和技术进步。我们欢迎各种有关神经形态光子学的有意义且有价值的手稿，包括与用于实现计算、神经传感和替代神经形态范式的材料、设备和硬件架构相关的手稿。涉及新兴非常规技术作为神经形态技术候选解决方案的投稿也将受到考虑。主题包括但不限于：- 神经形态工程 - 光子学 - 人工智能 - 脑启发计算 - 突触可塑性 - 光学神经网络