.png){kind=icon}
返回
In-memory ferroelectric differentiator
.png){kind=icon}
OA
AI
DOI：10.1038/s41467-025-58359-4.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
微分学是许多学科的基础，涵盖了现代数学、物理学、计算机科学和工程的广阔领域。其应用对于理论进步和实践解决方案至关重要。然而，当前数字微分技术的状态通常需要复杂的实现，难以满足智能时代无处不在的边缘计算的广泛需求。为应对这些挑战，我们提出了一种基于铁电畴反转动态行为的存内微分计算，以高效提取信息差异。该策略直接在内存中产生微分信息，显著减少了数据传输量和运算能耗。我们使用由1600个铁电聚合物电容器交叉阵列构成的存内微分器，成功展示了该技术在多种任务中的有效性，包括求解导数函数、运动物体提取和图像差异识别。我们的研究提供了一种高效的硬件模拟微分计算，这对于加速数学处理和实时视觉反馈系统至关重要。
Keyword:
CMOS IMAGE SENSOR
MOTION DETECTION
CAPACITOR
期刊
IF:
15.7
论文数:
9.4W
被引数:
91.2W
机构
暂无机构信息
引用论文
分享收藏分享收藏Image Motion Extraction of Structures Using Computer Vision Techniques: A Comparative Study.png)
SENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏分享收藏A CMOS image sensor (CIS) architecture with low power motion detection for portable security camera applications用于便携式安全摄像机应用的具有低功耗运动检测功能的CMOS图像传感器 (CIS) 架构
PREAI
分享收藏Learning through ferroelectric domain dynamics in solid-state synapsesNATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏
查看更多内容