中文 英语

电源/性能位:3月16日

适应性强的神经网络;光子DAC;热磁发电机。

人气

适应性强的神经网络
神经网络通过两个阶段:训练,当基于数据集设置权重以及推断时,当基于这些权重进行新信息时。但是,科学与技术研究所和维也纳理工学院的MIT研究人员提出了一种新型的神经网络,可以在推理期间学习,并调整其底层方程以不断适应新的数据输入。

'液体'网络由研究人员来说,它们可能对随时间变化的数据流特别有用。“真实世界是关于序列的。即使是我们的感知 - 你不是感知图像,你是感知图像序列,“麻省理工学院计算机科学和人工智能实验室(CSAIL)的博士后,Ramin Hasani说。“这是为未来为机器人控制的未来,自然语言处理,视频处理的方式 - 任何形式的时间序列数据处理。潜力真的很重要。“

在设计网络时,从Nematode C.秀丽隐杆线的神经元激活并彼此沟通的灵感。“它的神经系统中只有302个神经元,”Hasani说,“然而,它可以产生意外的复杂动态。”在用于构造神经网络的方程中,允许参数基于嵌套差示方程集的结果随时间改变。

哈萨尼说,“液体”网络对意外或噪声数据更有弹性,也更容易解释。“仅仅改变神经元的表达方式,你就能真正探索出某种程度的复杂性,否则你无法探索。”就表现力而言,这个模型本身更丰富。”少量的高表达神经元使我们更容易知道为什么网络会有某种特征。

该团队表示,该网络与其他时间序列算法相比表现良好,准确地预测了从大气化学到交通模式等数据集的未来价值。“在许多应用中,我们看到性能可靠地很高,”Hasani说,并指出较小的网络规模也意味着需要更少的计算资源。“每个人都在谈论扩大自己的网络。我们想缩小规模,让节点更少但更丰富。”

研究人员计划继续改善系统并为商业应用程序做好准备。

光子DAC
乔治华盛顿大学研究人员和加州大学洛杉矶开发了一个光子数模转换器(DAC),不需要信号在电域转换。

研究人员认为,网络中的功耗和吞吐量瓶颈是由电子到光学和光电子转换引起的。

该团队使用硅光子芯片平台,用于它们的4位原型的相干平行的光子二进制加权DAC,并说结果具有满足高数据处理能力的需求,同时在光学数据上作用,与数字系统相互作用并且在紧凑的占地面积中执行短信号延迟和低功耗。

“我们找到了一种方法来无缝弥合这两个世界,模拟和数字之间存在的差距,”乔治华盛顿大学电气计算机工程副教授Volker J. Sorger表示。“此设备是下一代数据处理硬件的关键踏脚石。”

DAC的运行速度和功耗受到负责将数字位编码到光域的调制器性能的限制,但该团队认为这方面的未来改进即将到来。

在里面,研究人员添加“与其他平行光子DAC实现相反,这种相干的光子DAC不需要在电域中转换的信号,因此可以支持诸如域中的高吞吐量应用的数据I / O接口 -具体计算加速,新兴光子集成神经晶体信号处理引擎,以及网络边缘处理和数据路由平台。“

热磁发电机
卡尔斯鲁厄理工学院(KIT)和日本东北大学(Tohoku University)的研究人员正致力于通过增加每占地面积的电力来收集室温下的废热热磁性发电机

在收集废热时,废热的温度越高,就越容易捕获其能量。热电发电机已经被使用,但研究人员说,它们可能很昂贵,涉及有毒材料,但效率低。

相反,它们转向了热磁性发电机。热磁发生器基于具有温度依赖性磁性的合金。交替磁化引起施加的线圈中的电压。

该团队的设备使用了镍锰镓Heusler合金,这是一种磁性金属间化合物。它们以薄膜的形式应用于热磁发生器,并提供了磁化强度的巨大温度依赖性变化和快速传热。共振振动被诱导,并能有效地转化为电能。


热磁发生器基于具有高温依赖性性质的磁性薄膜。(照片:imt / kit)

他们发现,合金膜厚度和装置占地面积在相反方向上影响电力,并且通过从5到40微米的合金膜的厚度提高合金膜的厚度,能够通过3.4增加功率。

“根据我们的工作结果,热磁发电机现在首次与已建立的热电发电机竞争。通过这一点,我们已经更接近将废热转换为小温度差异的目标,“Kit的微观结构技术研究所的智能材料和器件组负责人教授曼弗雷德·霍尔教授说。

当温度变化3摄氏度时,热磁发电机的最大功率可达50微瓦每平方厘米。Kohl说:“这些结果为开发定制的热磁发电机铺平了道路,这些发电机并联使用接近室温的废热。”

下一步,研究人员说,需要进一步的材料开发和工程来提高发电能力。



留下一个回复


(注意:此名称将被公开显示)