基于无源声子超材料的口语词二分类
信号处理
2023-07-10 v2 无序系统与神经网络
新兴技术
声音
音频与语音处理
应用物理
摘要
降低人工智能的能耗需求需要新颖的物理计算基底。声子超材料具有极低的功耗耗散，因此是绿色、常开计算机的主要候选者。然而，由于其设计过程的复杂性，它们在机器学习应用中的使用尚未被探索：当前的声子超材料局限于简单几何结构（如周期、锥形），因此不具备足以编码机器学习任务的表达能力。我们直接从数据样本设计并制备了一种非周期声子超材料，在简单读出非线性的条件下能够区分成对的口语词；从而证明了声子超材料是实现零功耗智能器件的可行途径。
引用
@article{arxiv.2111.08503,
title = {Binary classification of spoken words with passive phononic metamaterials},
author = {Tena Dubček and Daniel Moreno-Garcia and Thomas Haag and Parisa Omidvar and Henrik R. Thomsen and Theodor S. Becker and Lars Gebraad and Christoph Bärlocher and Fredrik Andersson and Sebastian D. Huber and Dirk-Jan van Manen and Luis Guillermo Villanueva and Johan O. A. Robertsson and Marc Serra-Garcia},
journal= {arXiv preprint arXiv:2111.08503},
year = {2023}
}
备注
13 pages, 11 figures