XiaoMi-AI文件搜索系统
World File Search System传感器阵
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%）。
用相互电感传感器阵列形状的自感应
摘要 - 形状的实时感测是许多智能机器，尤其是软机器人技术的重要工具。来自一系列传感器的相互感应数据显示出巨大的希望，作为形状传感的准确工具。在本文中，我们展示了如何将电感阵列数据用于形状成像和地形形状跟踪。这个想法已扩展到许多几何设置，显示了用于形状传感的多功能工具。传感器围绕圆形阵列排列，从而重建了从圆形形状到通用多边形形状的变形，包括椭圆形。线性阵列显示了张力力和各种线路变形的传感。最后，传感器阵列用于表面，允许重建剪切力和正常力到表面。已经实施了两个线圈之间相互电感的合适方法，并进行了一系列方法，包括反转算法，校准方法和机器学习工具，显示了新形状传感器系统的应用。索引项 - 磁感应阵列，形状跟踪，线性和非线性倒置，软机器人
用于融合成像的鸟类宽带神经形态视觉传感器阵列
随着人工智能的发展，可穿戴视觉仿生设备正在取得显著进步。然而，传统的硅视觉芯片往往面临着高能量损失和模拟复杂生物行为的挑战。在本研究中，我们通过精心引导有机分子的排列，构建了范德华 P3HT/GaAs 纳米线 PN 结。结合肖特基结，这实现了多方面的类似鸟类的视觉增强，包括宽带非易失性存储、低光感知和接近零功耗的工作模式，无论是在单个设备和任意基板上的 5×5 阵列中。具体来说，我们实现了超过 5 位的内存传感和计算，具有负和正光电导性。当与两种成像模式（可见光和紫外线）结合时，我们的储层计算系统对颜色识别的准确率高达 94%。它实现了运动和紫外线灰度信息提取（显示防晒霜），从而实现融合视觉成像。这项工作为宽带、高度仿生的光电神经形态系统提供了有前景的材料和器件的联合设计。
神经形态计算辅助的互动电容耦合触觉传感器阵列用于无线混合现实互动
摘要：灵活的触觉传感器由于其生物适应性和快速信号感知而显示出对人工智能应用的希望。Triboeelectric传感器可实现主动动态触觉传感，同时整合静态压力传感和实时多通道信号传输是进一步开发的关键。在这里，我们提出了一个集成结构，该结构结合了一个用于静态时空映射的电容传感器和一个用于动态触觉识别的摩擦电传感器。4×4像素的液态金属柔性双模式互动耦合触觉传感器（TCTS）阵列可实现7毫米的空间分辨率，表现为0.8 PA的压力检测极限，快速响应6 ms。此外，使用基于MXENE的突触晶体管使用的神经形态计算在90个时期内通过TCTS阵列收集的动态互动信号在90个时期内实现了100％的识别精度，并实现了来自TCTS阵列的动态互动信号，以及从多键盘触觉数据中的交叉空间信息通信中实现了多型触觉数据的交流。结果阐明了在人界面和高级机器人技术中双模式触觉技术的相当大的应用可能性。关键字：互联网耦合，触觉传感器阵列，神经形态计算，人类 - 机器接口，混合现实
思想的食物：食品和饮料行业的光学传感器阵列和机器学习
摘要：交叉反应传感器的阵列，结合其多元输出的统计或机器学习分析，已使生物医学，环境科学和消费产品中的复杂样品进行了整体分析。比较经常与哺乳动物的鼻子或舌头进行比较，此视角检查了传感阵列在分析食物和饮料的作用，以获得质量，真实性和安全性。我专注于光学传感器阵列，作为低成本，易于衡量的工具，可在现场，工厂地板甚至消费者使用。新颖的材料和方法被突出显示，并讨论了研究领域的挑战，包括样本处理/处理和访问大量的样本集以训练和测试阵列以解决行业中的实际问题。最后，我研究了将传感阵列与鼻子和舌头的比较是否对人类品味所定义的行业有帮助。关键字：传感阵列，交叉反应，电子鼻子，机器学习，食物，饮料，气味，味道
全印刷和集成平台中的超灵敏和稳定的多路复用生物传感器阵列，可实现可靠的汗液分析
电化学生物传感器已成为通过非侵入性汗液分析跟踪人体生理动态的有前途的工具之一。然而，以高度可控和可重复的方式集成多路复用传感器以实现长期可靠的生物传感仍然是一个关键挑战，尤其是在灵活的平台上。本文首次报道了一种完全喷墨打印和集成的多路复用生物传感贴片，它具有极高的稳定性和灵敏度。这些理想的特性是通过独特的互穿界面设计和对活性材料质量负载的精确控制实现的，这要归功于优化的油墨配方和液滴辅助打印工艺。该传感器对葡萄糖的灵敏度为 313.28 μ A mm − 1 cm − 2，对酒精的灵敏度为 0.87 μ A mm − 1 cm − 2，并且在 30 小时内漂移最小，这是文献中最好的。集成贴片可用于可靠、无线的饮食监测或通过表皮分析进行医疗干预，并将促进可穿戴设备在智能医疗应用方面的进步。
惯性传感器阵列 - DiVA 门户
如今，惯性传感器的运动估计已广泛应用于从飞机导航到可充气自行车头盔等各种应用领域。惯性传感器运动估计的精度取决于测量误差的大小。减少惯性传感器测量误差的一种方法是使用比运动估计所需更多的传感器。通过对冗余传感器的测量结果进行平均，可以减少独立误差的影响。但是，通过在刚体上放置多个惯性传感器，可以获得比简单平均更多的运动信息。例如，刚体的逐点加速度包含有关刚体旋转的信息。本论文研究并提出了如何融合惯性传感器阵列测量结果的方法，以及如何估计和校准传感器中存在的系统测量误差。惯性传感器阵列包含多个加速度计和多个陀螺仪。在运动估计应用中，通常从陀螺仪测量中估计角速度，然后将角速度积分为方向。角速度也可以从多个加速度计中估计。本论文提出了融合加速度计和陀螺仪测量的不同模型，以实现更准确的方向估计。通过提高方向的准确性
基于超高灵敏度金掺杂硅纳米膜的可穿戴传感器阵列，用于高精度连续皮肤温度监测
目前，体温传感技术已发展用于医疗诊断、伤口愈合、监测皮肤水分和血流。[1–5] 目前已开展了广泛的体温监测研究，研究方法多种多样，[6–15] 但对于病毒感染者、儿童和老人等高危人群，无法进行超高精度和连续监测。例如，当前的 2019 年冠状病毒病 (COVID-19) 大流行表明，通过监测体温来追踪病毒感染的风险因素非常重要。[16] 使用红外 (IR) 摄像机进行传统的间接温度传感是温度测量最广泛的方法。红外摄像机可以精确测量温度，但会严重受到人体运动的影响。
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%）。