社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

四川大学雷景新团队AM:机器学习增强的集成神经形态视觉传感器智能识别研究:材料创新与仿生视觉突破

BioMed科技 • 1 年前 • 362 次点击  
四川大学雷景新研究团队在《Advanced Materials》发表的题为“Machine-Learning-Enhanced Intelligent Recognition of Integrated Neuromorphic Vision Sensors Based on Copolyurethane”的研究成果,通过材料创新与系统集成,成功开发出基于聚氨酯基的纳米光电转换材料(NPE-PUs)及配套机器学习识别系统,为仿生视觉领域带来了突破性进展。先进高分子材料全国重点实验室张映昊博士研究生和云南大学化学科学与工程学院包黎霞副教授为论文共同第一作者,雷景新教授和雷元副研究员为共同通讯作者。
首次合成出的NPE-PUs分子结构中含偶氮苯光异构单元和离子液体偶极单元,具有优异的纳米光电效应,可在紫外光照射下 7.5μs 内快速响应,输出37V电压和 265μA 电流,500 秒可将2200 μF 电容器充至 6.5V。以该材料为基体构建的81个NPE-PUs器件组成的9×9 像素阵列,结合机器学习,对草莓、鼠标等 9 类物品识别准确率达96.22%,展现出高效精准的物体识别能力。该系统涵盖材料制备到 AI 识别,为仿生视觉、智能穿戴等提供了新思路。
该研究通过材料、器件、系统组合创新,构建全新非接触式光电传感方法:通过将偶氮苯光异构单元与离子液体偶极单元共聚到聚氨酯主链,制备出高效光电转换NPE-PUs材料;充分利用NPE-PUs材料的快速响应与高电信号输出构筑低功耗光电器件;以研制的光电器件为基础系统集成像素阵列与机器学习的仿生视觉系统,成功制备出智能识别基础硬件。有望应用于智能穿戴、机器人、国防与通信等领域,为相关领域发展提供全新视角,推动人工智能与先进材料深度融合。

「BioMed科技」关注生物医药×化学材料交叉前沿研究进展!交流、合作,请添加杨主编微信!

原文链接:
https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202502597
来源:课题组供稿
声明:仅代表作者个人观点,作者水平有限,如有不科学之处,请在下方留言指正!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/185814