.png){kind=icon}
返回
Random resistive memory-based deep extreme point learning machine for unified visual processing
.png){kind=icon}
OA
AI
DOI：10.1038/s41467-025-56079-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
视觉传感器，包括3D光探测与测距、神经形态动态视觉传感器和常规帧式相机，正越来越多地集成到边缘侧智能机器中。然而，其数据具有异构性，导致系统开发复杂化。此外，常规数字硬件受限于冯·诺依曼瓶颈和晶体管缩放的物理极限。训练不断增长模型的计算需求进一步加剧了这些挑战。我们提出了一种软硬件协同设计的基于随机电阻存储器的深度极值点学习机。在数据层面，多感官数据被统一为点集并统一处理。在软件层面，大部分权重被免除训练。在硬件层面，纳米级电阻存储器实现了存储与处理的共置，并利用固有的编程随机性生成随机权重。该协同设计系统在3D分割（ShapeNet）、事件识别（DVS128 Gesture）和图像分类（Fashion-MNIST）任务上得到验证，在达到与常规系统相当精度的同时，实现了6.78倍/21.04倍/15.79倍的能效提升和70.12%/89.46%/85.61%的训练成本降低。
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
Memristive technologies for data storage, computation, encryption, and radio-frequency communication用于数据存储、计算、加密和射频通信的忆阻技术.png)
ScienceOAAI
ScienceIF0
OAAI分享收藏Energy-efficient high-fidelity image reconstruction with memristor arrays for medical diagnosis用于医学诊断的基于忆阻器阵列的高能效高保真图像重建NATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Accelerating Sparse Attention with a Reconfigurable Non-volatile Processing-In-Memory Architecture
PREAI
分享收藏STAR: An Efficient Softmax Engine for Attention Model with RRAM CrossbarSTAR: 一种用于注意力模型的、基于RRAM交叉阵列的高效Softmax引擎OAAI
OAAI分享收藏Dynamical memristors for higher-complexity neuromorphic computing用于高复杂度神经形态计算的动态忆阻器NATURE REVIEWS MATERIALS
NATURE REVIEWS MATERIALSIF86.2
PREAI
分享收藏CMOS-compatible electrochemical synaptic transistor arrays for deep learning acceleratorsNATURE ELECTRONICS
NATURE ELECTRONICSIF40.9
PREAI
分享收藏分享收藏
查看更多内容