基于桥式突触延迟的 KNOWM 记忆电阻器环路计算系统用于脑电癫痫 seizure 检测
医学物理
2025-02-28 v1 新兴技术
摘要
表现出对电信号非线性变换能力及多种记忆形式的纳米器件，可成功用于新计算范式，如神经形态计算或环路计算（RC）。基于功能神经形态结构的专用硬件实现显著降低能源消耗和/或提高给定人工神经网络系统的计算能力。环路计算（RC）这一概念因其灵活的计算范式而具有高度包容性，常被用作“以物质为基础”进行计算的模型。对于具有固定内部结构的固态器件，特别是记忆电阻器（memristor），已被广泛研究作为 various RC 系统中的计算基质。本文提出了一种基于桥式突触的单节点回声状态机（SNESM）RC 系统，用于脑电癫痫 seizure 检测。该系统由 4 个记忆电阻器和一个差分运算放大器构成。KNOWM 记忆电阻器因其易于原型制作和操作可靠性而被视为理想候选人。在本论文中，我们展示了商业可用的 KNOWM 记忆电阻器在 various 神经形态应用中的实际应用，从简单分析开关和内部动力学（通过噪声光谱和总谐波失真分析）到复杂时序的分类和识别：使用佩戴在手腕上的三轴加速度计进行脑电癫痫癫痫识别。
引用
@article{arxiv.2502.20351,
title = {KNOWM Memristors in a Bridge Synapse delay-based Reservoir Computing system for detection of epileptic seizures},
author = {Dawid Przyczyna and Grzegorz Hess and Konrad Szaciłowski},
journal= {arXiv preprint arXiv:2502.20351},
year = {2025}
}