• Computazione neuromorfica in dispositivi basati su reti di nanofili autoassemblate

Contatta direttamente l'ente di riferimento per sapere di più su questa tecnologia.

Contattaci

Informazioni sul brevetto

Numero di priorità

Data di priorità

Stato del brevetto

Licenza

TRL

4

Parole chiave

Reti Neurali, Efficienza Energetica, Materiali Avanzati

Team di ricerca | Inventori

Accediper visualizzare i dati

Scarica la presentazione del progetto

Accediper scaricare il PDF

Computazione neuromorfica in dispositivi basati su reti di nanofili autoassemblate

Decision Intelligence | Elettronica | Robotica Industriale

Introduzione

Dispositivo elettronico basato su reti autoassemblate di nanofili che permette di realizzare un’architettura «hardware» per la computazione neuromorfica in grado di processare contemporaneamente multipli input spazio temporali. Tale implementazione permette la riduzione del numero di parametri da allenare e il consumo energetico di reti neurali artificiali.014_Image_5

Caratteristiche tecniche

Una innovativa architettura «hardware» di computazione, che permette il processamento di multipli input spazio temporali attraverso una rete autoassemblata di nanofili ad alta connettività (TRL=4). Diversamente dalle architetture convenzionali di computazione, tale architettura sfrutta il comportamento emergente del sistema in modo simile a quanto accade nelle reti biologiche. Il principio di funzionamento di tale rete è basato sulla mutua interazione tra giunzioni memresistive di nanofili dove lo stato di resistenza dipende dalla storia della tensione/corrente applicata. Il sistema è realizzabile a basso costo e permette di implementare paradigmi di computazione non convenzionali come il «reservoir computing» grazie ai quali è possibile ridurre il numero di parametri da allenare nelle reti neurali artificiali, riducendo il consumo energetico della computazione.

Possibili applicazioni

  • Computazione neuromorfica e intelligenza artificiale;
  • Riconoscimento di immagini e pattern;
  • Previsione di serie temporali;
  • Robotica.

Vantaggi

  • Diminuzione del consumo energetico di computazione;
  • Riduzione del numero di parametri da allenare in reti neurali artificiali;
  • Processamento contemporaneo di multipli input spazio-temporali;
  • Architettura computazionale a basso costo.
patents-cta

Registratevi per ottenere l'accesso completo a questo e ad altri brevetti pubblicati disponibili sulla nostra piattaforma.

Registrati