كامل تصنيف الصور في الوقت نانو ثانية باستخدام الشبكات العصبية الاصطناعية، أصبح حقيقة واقعة.

في الآونة الأخيرة، والدكتور الفوتون النمسا معهد Mennel لوكاس من جامعة فيينا للتكنولوجيا، الذي طور رؤية آلة فائقة السرعة - يأتي صورة الاستشعار الشبكة العصبية، وعشرات معالجة الصور بسرعة من المرات.

بالتوقيت المحلي يوم 4 مارس 2020، وفريق المذكور أعلاه تحت عنوان فائق السرعة رؤية الجهاز مع 2D المادية العصبية مستشعرات الصور شبكة البحوث ورقة (المواد ثنائية الأبعاد على أساس فائقة السرعة رؤية الجهاز العصبي صورة الاستشعار الشبكة) التي نشرت في مجلة "الطبيعة" (الطبيعة) جرا.

علمت شبكة لى فنغ، وفريق تصميم المعدات معالجة المعلومات البصرية مثل الدماغ، مثل، يمكن 40 نانو ثانية تميز صورتين مختلفتين.

الحصول على وقت واحد وتحليل الصور الشبكات العصبية الاصطناعية

فهم الإنسان البصرية من أكثر الطرق الهامة من العالم، مستوحاة من "رؤية الجهاز" في السنوات الأخيرة في صعود.

ما يسمى الرؤية، هو استخدام آلات بدلا من العين البشرية تفعل قياس والقاضي. ومع ذلك، رؤية الجهاز ليست مجرد تمتد العين البشرية، وكان جزءا من وظائف الدماغ أحد عشر المستخرجة من الصورة، هذه العملية، لفهم المعلومات، بحيث القياس والتحكم الفعلي.

على التكنولوجيا رؤية الجهاز نفسه، الذي هو عملية الرئيسي - تقدمية بكسل كاميرا المسح الضوئي، ثم يحول إطار الفيديو إلى إشارة رقمية، ثم يحيله إلى جهاز كمبيوتر لتحليلها.

ولكن عندما تكون هناك مشكلة، لأن التنقل بين أجهزة الاستشعار وتجهيز وحدة، وغالبا ما لا التعامل مع كميات كبيرة من المعلومات بسرعة من البيانات، وصنع القرار، التي تأخرت رؤية الجهاز في كثير من الأحيان الوجه.

مع الأخذ بعين الاعتبار العوامل المذكورة أعلاه، عرض فريق من الباحثين في نفس الوقت متوافرة في جهاز استشعار الصورة وتحليل الصور الاصطناعي والشبكات العصبية (الشبكات العصبية الاصطناعية، ANN).

وبالحديث عن الشبكة العصبية الاصطناعية، في الواقع، بل هو نموذج حساب، وعدد كبير من العقد (وتسمى أيضا الخلايا العصبية) التي هي مترابطة. حيث، باعتبارها جوهر الخلايا العصبية تلقي ومعالجة البيانات، وأنه يلعب دورا هاما في التعرف على الصور، الروبوت الذكي، والتحكم الآلي، وتقدير مجال التنبؤ.

على وجه التحديد، يمكن للشبكة العصبية الاصطناعية ضبط مرارا وتكرارا على قوة الاتصال بين الخلايا العصبية، أو "نقاط الاشتباك العصبي"، ومعرفة ما إذا كان النمط الحالي للسلوك يمكن أن تحل المشكلة بشكل أفضل، وبالتالي معرفة النموذج الذي هو أفضل في حلول الحوسبة. وبعد ذلك، سيتم تعيين هذه الاصطناعي نموذج الشبكة العصبية إلى القيم الافتراضية، لتقليد الدماغ البشري عملية التعلم.

في الواقع، وهو اليوم الذي نشرت مجلة "نيتشر" أخبار وآراء العمود أيضا (محسوبة ضمن رؤية الجهاز استشعار) تعليق الجامعة الدكتور يانغ تشاي هونغ كونغ للفنون التطبيقية وفي استشعار الحوسبة لرؤية الجهاز.

في مقالته، الدكتور يانغ تشاي أدناه هذه الصورة يظهر بوضوح الفرق بين طريقتي المعالجة البصرية:

• في عملية التقليدية البصرية (FIG خفض القسم أ): جمع اشارات استشعار بواسطة محول تناظري رقمي (ADC) بتحويل الإشارات التناظرية إلى إشارة الدخل الرقمي لالاصطناعي تضخيم الشبكة العصبية الخارجية، يتم تدريب الشبكة العصبية معلمات التوليف. العصبية طبقة المدخلات شبكة تتلقى إشارة مشفرة على العناصر المادية (خط نقطة) بسيط، ومن ثم يتم تحسين هذه الإشارات لميزة المتوسطة (شكل بسيط)، في نهاية المطاف تشكيل صورة (شكل 3D) في طبقة الإخراج؛

• لوكاس Mennel عملية صورة الاستشعار فريق (FIG خفض جزء ب): جهاز استشعار ربط (مربع في الرسم) على رقاقة جمع الإشارات، والشبكة العصبية الاصطناعية، وملامح بسيطة، والحد من التكرار من البيانات بين أجهزة الاستشعار والدوائر الخارجية للالمحمول .

الشبكات العصبية تتكون من الصمام الثنائي الباعث للضوء

العودة البحوث نفسها، وأجهزة الاستشعار الضوئي إلى حد كبير الشبكة العصبية، أي مجموعة مربع من تسعة بكسل، كل بكسل من ثلاثة الثنائيات. مزيد من 2D المواد التي حساسية والتنغستن أشباه الموصلات ثنائي سيلينيت (WSe2)، وهذه المواد جود تنظيم تستجيب للضوء.

وفي الوقت نفسه، حساسية الصمام الثنائي يتوافق مع الأوزان في الشبكة العصبية، ومتكاملة وزنه مباشرة على جهاز استشعار الصورة.

سير العمل المحدد التالي: حيث من المتوقع الصورة على الشريحة سوف تنتج، في الجمع، ومجموعة متنوعة من الصمام الثنائي القراءة الحالية. يوفر مجموعة ومحاكاة - لكل الضوئي يتناسب مع شدة الضوء الساقط لتوليد الانتاج الحالي، وفقا للقانون كيرشوف (القواعد الأساسية للتيار في الدائرة) على طول صف أو عمود للالتلخيص الحالي . ثم بدأت مجموعة التدريب.

وعلم أن التيار والتيار توقع الناتجة عن مجموعة: الفرق بين (لي الصافية لاحظ أن لمهمة معينة، وإذا كانت صحيحة مجموعة صورة ردا على ذلك، ثم التيار ولدت دعا التنبؤ) كما سيتم تحليلها، ول تعديل دورة تدريبية القادم من الأوزان متشابك.

اثنين العصبية التشكل وظيفة

وبالإضافة إلى ذلك، فإن فريق البحث يوضح اثنين من التشكل العصبية وظيفة اعتمادا على خوارزمية الشبكة العصبية.

"المصنفة". واحدة ويمكن تصنيف 3 3 بكسل مجموعة من الصورة إلى ثلاثة خطابات ن، ت، ض، بعد أن يتم تدريب صورة الاستشعار "المقابلة لدائرة القياس الحالية هي صفر" تحديد أبجدية القياسية وفقا للوقت في نانو ثانية ( FIG تحت د). وعلم أنه إذا كان حجم الزيادات مجموعة في النسبة، ويمكن أيضا تحديد صورة أكثر تعقيدا.

والثاني هو "الترميز التلقائي". حتى وجود إشارة الضوضاء، وسمة أساسية من سمات الصور التعلم، يمكن إنشاء الشبكة العصبية بعد تمثيل مبسط لمعالجة الصور.

لكن شبكة لى فنغ علمت أيضا أن النظام لديه الكثير من القيود، مثل:

• من الصعب التصوير في بيئة مظلمة.

• تصميم يتطلب الجهد العالي، وتستهلك كميات كبيرة من الطاقة الكهربائية؛

• لها مساحة كبيرة اللازمة لإنتاج أشباه الموصلات، ومعالجة صعوبة.

• الحد الأقصى تجهيز فقط 3 3 الصورة.

لكن Mennel واحدة من الكتاب، يقول الدكتور لوكاس:

لدينا صورة الاستشعار العمل لا تستهلك أي طاقة عندما يتم الكشف عن الفوتونات كما أن تنشيط تيار نفسها. التكنولوجيا رؤية الجهاز التقليدية عموما قادرة على التعامل مع 100 صورة في الثانية الواحدة، وأسرع نظام يمكن التعامل مع 1000 لقطة في الثانية الواحدة، ولكن يمكن أن نظامنا معالجة 20 مليون صورة في الثانية الواحدة.

مرئية، على الرغم من أن التقنيات الجديدة قد هبطت أكثر أو أقل القيود، ولكن النظام من حيث استهلاك الطاقة وسرعة ديه حقا أداء جيد، الدكتور يانغ تشاي في مقاله أكد أيضا هذه التقنية:

هذا الأسلوب لا يقتصر على نظام الرؤية، والتي يمكن استخدامها لالسمعي، عن طريق اللمس أو الشعور حاسة الشم. هذا التطور نظام ذكية، فضلا عن وصول عالية السرعة شبكة لاسلكية 5G، وجعل الوقت الحقيقي (منخفض الكمون) حافة حساب مستقبل ممكن.

المراجع:

https://www.nature.com/articles/s41586-020-2038-x#Fig15

https://www.nature.com/articles/d41586-020-00592-6

https://spectrum.ieee.org/tech-talk/computing/hardware/image-neural