由瞬态离子动力学实现的内存内边缘信号增强

《Device》：In-memory edge signal enhancement enabled by transient ion dynamics

　　

整体概览

当视觉信息从眼睛传递到大脑时，通过马赫带效应等机制，整个视觉光谱的明暗边界会被凸显出来，这使得大脑只需记住输入视觉信息的抽象轮廓而非全部细节，从而大幅降低大脑的处理负担。这一现象为下一代人工智能的感官数据处理带来了新的思路：首先在前端采用仿生预处理方法，然后处理并存储具有代表性的数据而非所有信息。然而，对于现有的边缘提取系统而言，同时满足高集成度、广泛的算法兼容性以及低能耗的要求仍然十分困难。本研究提出了一种灰度图像边缘提取方法，该方法在压缩数据的同时还能保留图像轮廓，从而在这些指标之间实现不同的权衡。

要点总结

•

一种单体离子电子记忆器件可通过离子动态模拟马赫带效应

•

边缘锐化放大效果可从4倍提升至3000倍以上

•

在50赫兹到16兆赫的频率范围内都能保持稳定性能

•

单个器件即可实现横向抑制效果，且其效果可随像素数量增加而增强

摘要

马赫带效应能够增强亮度边界的对比度，从而使生物视觉系统能够在抑制冗余信息的同时编码边缘特征。这一机制为人工视觉系统中的信息压缩和高效计算提供了可能。但由于神经元群体的复杂性以及高能耗问题，硬件实现面临诸多挑战。我们提出了一种基于单体离子电子记忆器件的神经形态预处理架构，该架构利用电场突然切换时的瞬态离子动态产生放大的电流，以此模拟动态的马赫带增强效应。该器件对高斜率信号具有灵敏度，随着切换速率的增加，边缘锐化放大效果可从4倍提升至3000倍以上。这一特性使其能够在宽范围的频率区间（50赫兹至16兆赫）内工作，从而提高高频条件下的信噪比。在灰度图像边缘提取方面，该系统能够在保留图像轮廓的同时实现0.649%的数据提取率。

图形摘要