Neurones gradués optoélectroniques pour la perception du mouvement dans le capteur bio-inspiré

Mennel, L. et coll. Vision industrielle ultrarapide avec capteurs d'image de réseau neuronal 2D. Nature 579, 62 – 66 (2020).

Article  CAS  Google Scholar 

Jang, H. et al. Calcul optoélectronique dans le capteur utilisant du silicium dopé électrostatiquement. Nat. Électron. 5, 519 – 525 (2022).

Article  Google Scholar 

Chai, Y. In-sensor computing pour la vision artificielle. Nature 579, 32 – 33 (2020).

Article  CAS  Google Scholar 

Choi, C. et al. Réseau de capteurs d'images neuromorphiques incurvés utilisant un MoS₂–hétérostructure organique inspirée du système de reconnaissance visuelle humaine. Nat. Commun. 11, 5934 (2020).

Article  CAS  Google Scholar 

Zhou, F. et coll. Mémoire vive optoélectronique résistive pour capteurs de vision neuromorphique. Nat. Nanotechnologie. 14, 776 – 782 (2019).

Article  CAS  Google Scholar 

Seung, H. et coll. Intégration de phototransistors synaptiques et de diodes électroluminescentes à points quantiques pour la visualisation et la reconnaissance des modèles UV. Sci. Av. 8, eabq3101 (2022).

Article  CAS  Google Scholar 

Jayachandran, D. et al. Un détecteur de collision biomimétique de faible puissance basé sur un photodétecteur au bisulfure de molybdène en mémoire. Nat. Électron. 3, 646 – 655 (2020).

Article  Google Scholar 

Chai, Y. Photodiodes au silicium qui se multiplient. Nat. Électron. 5, 483 – 484 (2022).

Article  Google Scholar 

Zhou, F. & Chai, Y. Informatique proche et intégrée au capteur. Nat. Électron. 3, 664 – 671 (2020).

Article  Google Scholar 

Li, X. et coll. Réseau neuronal économe en énergie avec dendrites artificielles. Nat. Nanotechnologie. 15, 776 – 782 (2020).

Article  CAS  Google Scholar 

Wan, T. et coll. Informatique intégrée aux capteurs : matériaux, dispositifs et technologies d'intégration. Av. Mater. 9, 2203830 (2022).

Article  Google Scholar 

Kim, M. et coll. Une caméra inspirée de la vision aquatique basée sur un objectif monocentrique et un réseau de photodiodes à nanorodes de silicium. Nat. Électron. 3, 546 – 553 (2020).

Article  Google Scholar 

Simonyan, K. & Zisserman, A. Réseaux convolutifs à deux flux pour la reconnaissance d'actions dans les vidéos. Av. Informations neuronales. Système de processus. 27, 568 – 576 (2014).

Google Scholar 

Oui, H. et al. Évaluation de CNN à deux flux pour la classification vidéo. Dans Actes de la 5e ACM sur la Conférence internationale sur la recherche multimédia 435–442 (Association pour les machines informatiques, 2015).

Liao, F. et al. Adaptation visuelle bioinspirée dans le capteur pour une perception précise. Nat. Électron. 5, 84 – 91 (2022).

Article  Google Scholar 

Jung, D. et al. Nanomembrane hautement conductrice et élastique pour l'électronique cutanée. Sciences 373, 1022 – 1026 (2021).

Article  CAS  Google Scholar 

Chanson, YM et al. Appareils photo numériques aux designs inspirés de l’œil des arthropodes. Nature 497, 95 – 99 (2013).

Article  CAS  Google Scholar 

Lee, M. et coll. Un système de vision artificielle amphibie avec un champ visuel panoramique. Nat. Électron. 5, 452 – 459 (2022).

Article  Google Scholar 

Ayers, J., Davis, JL et Rudolph, A. Neurotechnologie pour les robots biomimétiques (MITPress, 2002).

Webb, B. Robots avec cerveaux d'insectes. Sciences 368, 244 – 245 (2020).

Article  CAS  Google Scholar 

de Ruyter van Steveninck, R. & Laughlin, S. Le taux de transfert d'informations au niveau des synapses à potentiel gradué. Nature 379, 642 – 645 (1996).

Article  Google Scholar 

Tuthill, JC, Nern, A., Holtz, SL, Rubin, GM & Reiser, MB Contributions des 12 classes de neurones de la lame de la mouche à la vision du mouvement. Neuron 79, 128 – 140 (2013).

Article  CAS  Google Scholar 

Zheng, L. et coll. L'adaptation du réseau améliore la représentation temporelle des stimuli naturalistes dans Drosophila oeil : je dynamique. PLoS ONE 4, e4307 (2009).

Article  Google Scholar 

Miall, R. Les fréquences de fusion de scintillement de six insectes de laboratoire et la réponse de l'œil composé à « l'ondulation » fluorescente du secteur. Physiol. Entomol. 3, 99 – 106 (1978).

Article  Google Scholar 

Kelly, D. & Wilson, H. Sensibilité au scintillement humain : deux étapes de diffusion rétinienne. Sciences 202, 896 – 899 (1978).

Article  CAS  Google Scholar 

Uusitalo, R. & Weckstrom, M. Potentialisation dans la première synapse visuelle de l'œil composé de la mouche. J. Neurophysiol. 83, 2103 – 2112 (2000).

Article  CAS  Google Scholar 

Nikolaev, A. et coll. L'adaptation du réseau améliore la représentation temporelle des stimuli naturalistes dans Drosophila oeil : mécanismes II. PLoS ONE 4, e4306 (2009).

Article  Google Scholar 

Hu, W., Wang, T., Wang, X. et Han, JI_h les canaux contrôlent la régulation par rétroaction des cellules amacrines vers les photorécepteurs. PLoS Biol. 13, e1002115 (2015).

Article  Google Scholar 

Laughlin, SB, de Ruyter van Steveninck, RR & Anderson, JC Le coût métabolique de l'information neuronale. Nat. Neurosci. 1, 36 – 41 (1998).

Article  CAS  Google Scholar 

Juusola, M., French, AS, Uusitalo, RO & Weckström, M. Traitement de l'information par transmission à potentiel gradué via des synapses toniquement actives. Tendances Neurosci. 19, 292 – 297 (1996).

Article  CAS  Google Scholar 

Schuetzenberger, A. & Borst, A. Voir des images naturelles à travers l'œil d'une mouche avec la microscopie à deux photons à mise au point à distance. Iscience 23, 101170 (2020).

Article  CAS  Google Scholar 

Liu, K. et coll. Une synapse optoélectronique basée sur α-In₂Se₃ avec une dynamique temporelle contrôlable pour le calcul de réservoir multimode et multiéchelle. Nat. Électron. 5, 761 – 773 (2022).

Article  CAS  Google Scholar 

Warland, D., Landolfa, M., Miller, JP et Bialek, W. dans Analyse et modélisation des systèmes neuronaux (éd. Eeckman, FH) 327-333 (Springer, 1992).

Jiang, J. et coll. Ingénierie des défauts pour moduler les états de piège dans les photoconducteurs 2D. Av. Mater. 30, 1804332 (2018).

Article  Google Scholar