Mennel, L. et al. 2D 재료 신경망 이미지 센서를 사용한 초고속 머신 비전. 자연 579, 62-66 (2020).
Zhang, H. et al. 정전기로 도핑된 실리콘을 사용하는 센서 내 광전자 컴퓨팅. Nat. 전자. 5, 519-525 (2022).
Chai, Y. 머신 비전을 위한 인센서 컴퓨팅. 자연 579, 32-33 (2020).
Choi, C. et al. MoS를 이용한 곡선형 뉴로모픽 이미지 센서 어레이2– 인간의 시각 인식 시스템에서 영감을 얻은 유기적 이종구조. Nat. 코뮌. 11, 5934 (2020).
Zhou, F.et al. 뉴로모픽 비전 센서용 광전자 저항성 랜덤 액세스 메모리. Nat. 나노 테크 놀. 14, 776-782 (2019).
승, H. 외. UV 패턴의 시각화 및 인식을 위한 시냅스 광트랜지스터와 양자점 발광 다이오드의 통합. 공상 과학 Adv. 8, eabq3101(2022).
Jayachandran, D.et al. 인메모리 이황화 몰리브덴 광검출기에 기반한 저전력 생체모방 충돌 검출기입니다. Nat. 전자. 3, 646-655 (2020).
Chai, Y. 증식하는 실리콘 포토다이오드. Nat. 전자. 5, 483-484 (2022).
Zhou, F. & Chai, Y. 근접 센서 및 센서 내 컴퓨팅. Nat. 전자. 3, 664-671 (2020).
Li, X. et al. 인공 수상돌기를 갖춘 전력 효율적인 신경망. Nat. 나노 테크 놀. 15, 776-782 (2020).
Wan, T. et al. 인센서 컴퓨팅: 재료, 장치 및 통합 기술. Adv. 교인. 9, 2203830 (2022).
Kim, M. et al. 모노센트릭 렌즈와 실리콘 나노로드 포토다이오드 어레이를 기반으로 하는 수중 시각에서 영감을 받은 카메라입니다. Nat. 전자. 3, 546-553 (2020).
Simonyan, K. & Zisserman, A. 비디오의 동작 인식을 위한 XNUMX스트림 컨벌루션 네트워크. 고급 신경 정보 프로세스 시스템 27, 568-576 (2014).
예, H. et al. 비디오 분류를 위해 XNUMX스트림 CNN을 평가합니다. ~ 안에 멀티미디어 검색에 관한 국제 컨퍼런스에 관한 제5차 ACM 간행물 435–442(컴퓨팅 기계 협회, 2015).
Liao, F. et al. 정확한 인식을 위한 생체 영감을 받은 센서 내 시각적 적응. Nat. 전자. 5, 84-91 (2022).
Jung, D. et al. 피부 전자공학을 위한 고전도성 및 탄성 나노멤브레인. 과학 373, 1022-1026 (2021).
Song, Y.M.et al. 절지동물의 눈에서 영감을 받은 디자인의 디지털 카메라입니다. 자연 497, 95-99 (2013).
Lee, M.et al. 파노라마 시야를 갖춘 수륙 양용 인공 시각 시스템. Nat. 전자. 5, 452-459 (2022).
에어즈, J., 데이비스, J. L. & 루돌프, A. 생체모방 로봇을 위한 신경기술 (MIT 프레스, 2002).
Webb, B. 곤충 두뇌를 가진 로봇. 과학 368, 244-245 (2020).
de Ruyter van Steveninck, R. & Laughlin, S. 단계적 전위 시냅스에서의 정보 전송 속도. 자연 379, 642-645 (1996).
Tuthill, J. C., Nern, A., Holtz, S. L., Rubin, G. M. & Reiser, M. B. 초파리 층의 12개 뉴런 클래스가 모션 비전에 기여합니다. 신경 79, 128-140 (2013).
Zheng, L. et al. 네트워크 적응은 자연주의적 자극의 시간적 표현을 향상시킵니다. Drosophila 눈: 나는 역학입니다. PLoS ONE 4, e4307 (2009).
Miall, R. XNUMX마리의 실험실 곤충의 깜박임 융합 주파수와 주 형광 '잔물결'에 대한 복안의 반응. 물리. 엔토몰. 3, 99-106 (1978).
Kelly, D. & Wilson, H. 인간 깜박임 감도: 망막 확산의 두 단계. 과학 202, 896-899 (1978).
Uusitalo, R. & Weckstrom, M. 파리 겹눈의 첫 번째 시각적 시냅스에서 강화. J. Neurophysiol. 83, 2103-2112 (2000).
Nikolaev, A. et al. 네트워크 적응은 자연주의적 자극의 시간적 표현을 향상시킵니다. Drosophila 눈: II 메커니즘. PLoS ONE 4, e4306 (2009).
Hu, W., Wang, T., Wang, X. & Han, J. Ih 채널은 무축삭 세포에서 광수용체로의 피드백 조절을 제어합니다. PLoS Biol. 13, e1002115 (2015).
Laughlin, S. B., de Ruyter van Steveninck, R. R. & Anderson, J. C. 신경 정보의 대사 비용. Nat. 신경 과학. 1, 36-41 (1998).
Juusola, M., French, A. S., Uusitalo, R. O. & Weckström, M. 강장 활성 시냅스를 통한 단계적 전위 전송에 의한 정보 처리. Trends Neurosci. 19, 292-297 (1996).
Schuetzenberger, A. & Borst, A. 원격 초점 XNUMX광자 현미경을 사용하여 파리의 눈을 통해 자연 이미지 보기. 과학 23, 101170 (2020).
Liu, K. et al. α-In 기반 광전자 시냅스2Se3 다중 모드 및 다중 규모 저수지 컴퓨팅을 위한 제어 가능한 시간 역학을 갖추고 있습니다. Nat. 전자. 5, 761-773 (2022).
Warland, D., Landolfa, M., Miller, J. P. & Bialek, W. 신경 시스템 분석 및 모델링 (ed Eeckman, FH) 327–333 (Springer, 1992).
Jiang, J.et al. 2D 광전도체의 트랩 상태를 변조하기 위한 결함 엔지니어링. Adv. 교인. 30, 1804332 (2018).
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- 플라토 블록체인. Web3 메타버스 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 미래 만들기 w Adryenn Ashley. 여기에서 액세스하십시오.
- 출처: https://www.nature.com/articles/s41565-023-01379-2
- ][피
- 1
- 10
- 11
- 1996
- 1998
- 20
- 2014
- 2018
- 2019
- 2020
- 2021
- 2022
- 28
- 2D
- 7
- 8
- 9
- a
- ACCESS
- 정확한
- ACM
- 동작
- 활동적인
- 적응
- AL
- an
- 과
- 배열
- 기사
- 인조의
- 협회
- At
- 기반으로
- 두뇌
- by
- 카메라
- 카메라
- 셀
- 채널
- 수업
- 분류
- 클릭
- 현지 시간
- 화합물
- 컴퓨팅
- 컨퍼런스
- 기부금
- 제어
- 비용
- 데이비스
- 디자인
- 디바이스
- 방송
- 디지털
- DOT
- 역학
- ed
- 전자
- 엔지니어링
- 에테르 (ETH)
- 평가
- 눈
- 피드백
- 들
- 먼저,
- 초점
- 럭셔리
- 프랑스어
- 에
- 퓨전
- 구글
- 고도로
- HTTP
- HTTPS
- 사람의
- i
- 영상
- 형상
- 향상
- in
- 정보
- 영감
- 완성
- 국제 노동자 동맹
- 실험실
- 렌즈
- LINK
- 기계
- 머신 비전
- 기계
- 자료
- 재료
- 메모리
- 현미경 사용
- 제분업자
- MIT
- 모델링
- 운동
- 멀티미디어
- 자연의
- 자연
- 네트워크
- 네트워크
- 신경
- 신경망
- 뉴런
- of
- on
- 패턴
- 지각
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 키를 눌러
- 방법
- 처리
- 양자 컴퓨팅
- 양자점
- 닥치는대로의
- 율
- 인식
- 규제
- 먼
- 대표
- 응답
- 로봇
- s
- 보고
- 감도
- 센서
- 규소
- SIX
- 피부
- 단계
- 미국
- 시냅스
- 시냅스
- 체계
- 기술
- 그
- XNUMXD덴탈의
- 을 통하여
- 에
- 이전
- 사용
- Video
- 동영상
- 시력
- 시각적 인 인식
- 심상
- W
- 윌슨
- 과
- X
- 제퍼 넷