Colocalized Sensing and Intelligent Computing in Micro-Sensors.
Colocalized Sensing and Intelligent Computing in Micro-Sensors.
复制标题
DOI：
10.3390/s20216346
复制
发表时间：
2020-11-06
期刊：
影响因子：
--
通讯作者：
Alsaleem F
中科院分区：
文献类型：
--
作者：
H Hasan M;Al-Ramini A;Abdel-Rahman E;Jafari R;Alsaleem F
这项工作提出了一种基于延迟的水库计算（RC）在传感器级无输入调制的方法。它采用时间复用偏置来保持瞬态，同时利用电信号或环境信号（如加速度）作为未调制的输入信号。所提出的方法使RC进行充分的非线性传感元件，我们证明使用一个单一的静电驱动的微机电系统（MEMS）设备。MEMS传感器可以在RC输入处使用比传统RC元件更少的电子器件（例如模数转换器和数模转换器）来执行共定位感测和计算。使用一个简单的分类任务，其中的MEMS器件区分两个信号波形的轮廓之间的MEMS RC的性能进行实验评估。信号波形被选择为电波形或加速度波形。所提出的MEMS RC方案的分类精度被发现是超过99%。此外，该方案被发现能够实现灵活的虚拟节点探测速率，允许高达4倍的较慢的探测速率，这放宽了对系统的水库信号采样的要求。最后，我们的实验表明，我们的MEMS RC方案的抗噪声能力。
This work presents an approach to delay-based reservoir computing (RC) at the sensor level without input modulation. It employs a time-multiplexed bias to maintain transience while utilizing either an electrical signal or an environmental signal (such as acceleration) as an unmodulated input signal. The proposed approach enables RC carried out by sufficiently nonlinear sensory elements, as we demonstrate using a single electrostatically actuated microelectromechanical system (MEMS) device. The MEMS sensor can perform colocalized sensing and computing with fewer electronics than traditional RC elements at the RC input (such as analog-to-digital and digital-to-analog converters). The performance of the MEMS RC is evaluated experimentally using a simple classification task, in which the MEMS device differentiates between the profiles of two signal waveforms. The signal waveforms are chosen to be either electrical waveforms or acceleration waveforms. The classification accuracy of the presented MEMS RC scheme is found to be over 99%. Furthermore, the scheme is found to enable flexible virtual node probing rates, allowing for up to 4× slower probing rates, which relaxes the requirements on the system for reservoir signal sampling. Finally, our experiments show a noise-resistance capability for our MEMS RC scheme.
登录
查看更多内容
影响因子：
2.7
作者：
Abbasalipour, Amin;Nikfarjam, Hamed;Pourkamali, Siavash
通讯作者：
Pourkamali, Siavash
影响因子：
3.9
作者：
Cao, Jingwei;Song, Chuanxue;Xiao, Feng
通讯作者：
Xiao, Feng
影响因子：
2.5
作者：
HOERL, AE;KENNARD, RW
通讯作者：
KENNARD, RW
影响因子：
8.6
作者：
Pathak, Jaideep;Hunt, Brian;Ott, Edward
通讯作者：
Ott, Edward
DOI：
10.1088/0960-1317/19/4/045013
发表时间：
2009-04-01
影响因子：
2.3
作者：
Alsaleem, Fadi M.;Younis, Mohammad I.;Ouakad, Hassen M.
通讯作者：
Ouakad, Hassen M.