基于等离激元增强二维材料神经网络的高性能人工视觉系统
光学
2023-07-26 v1 无序系统与神经网络
应用物理
摘要
近年来，作为人工智能（AI）一部分的人工视觉系统（AVS）在自动驾驶汽车和机器人等领域展现出巨大潜力，因而获得迅猛发展。然而，当前基于互补金属氧化物半导体（CMOS）平台、由复杂电路构成的机器视觉系统通常包含光电传感器阵列、格式转换、存储和处理模块。各单元间大量冗余数据的来回传输导致高延迟和高功耗，极大限制了AVS的性能。在此，我们展示了一种基于新设计理念的AVS，其由连接成人工神经网络（ANN）的硬件器件构成，能够无延迟地同时感知、预处理并识别光学图像。Ag纳米光栅与二维（2D）异质结构集成的等离激元光电晶体管阵列（PPTA）构成硬件ANN，其突触权重由可调正则化光响应度矩阵决定。器件在光电协同下的仿眼预处理功能确保了后续图像识别效率与精度的显著提升。该概念验证器件的综合性能在大动态范围（180 dB）、高速度（500 ns）和每脉冲超低能耗（2.4e(-17) J）方面展现出机器视觉应用的巨大潜力。
引用
@article{arxiv.2307.13432,
title = {High performance artificial visual system with plasmon-enhanced 2D material neural network},
author = {Tian Zhang and Xin Guo and Pan Wang and Linjun Li and Limin Tong},
journal= {arXiv preprint arXiv:2307.13432},
year = {2023}
}
备注
in journal under review