JavaScript is currently disabled.Please enable it for a better experience of Jumi.

Tavanomaisessa elektroniikassa tehdään paljon stokastisen resonanssin (SR) eliminoimiseksi, sillä se on ärsyttävää sihinää, joka yleensä vaikeuttaa heikkojen signaalien havaitsemista ja heikentää laitteen yleistä suorituskykyä. Entä, jos sitä voitaisiin käyttää parantamaan signaalin siirtoa ja havaitsemista uuden sukupolven laitteilla, kuten bioantureissa ja aivojen neuroverkostoja matkivissa prosessoreissa?

Osakan yliopiston tutkijat pyrkivät tähän käyttämällä yksiseinäisiä hiilinanoputkia (SWNT). He loivat summaavan verkon SR-laitteen, joka havaitsee alle kynnyksen olevat signaalit.

Tutkijoiden SR-laitteen toiminnalliset ominaisuudet pohjautuvat tiiviisiin nanomateriaaleihin. Ne hyödyntävät luonnollista spontaania kohinaa huoneenlämmössä, kertoo apulaisprofessori Megumi Akai-Kasaya.

On jo vuosikymmeniä tiedetty, että jotkut eläimet käyttävät stokastista resonanssia parantaakseen havaitsemiskynnyksen alapuolella olevien signaalien lähetystä tai havaitsemista. Esimerkiksi ravut käyttävät sitä havaitsemaan saalistajien pieniäkin liikkeitä veden mekaanisen kohinan avulla.

Myös ihmisen aivot käyttävät SR:ää visuaalisessa käsittelyssä. Havaitsemattomat valosignaalit oikeaan silmään tulevat havaittaviksi lisäämällä kohinaa vasempaan silmään.

Viime aikoina tutkijat ovat havainneet, että satunnaisen kohinan, kuten SR:n, lisääminen oikealla tavalla elektronisiin laitteisiin voi lisätä signaalien havaittavuutta ja tiedonsiirron tehokkuutta.

SR-pohjaisen elektronisen laitteen kehittämiseen on kaksi perusedellytystä: signaalin havaitsemiskynnys ja ylimääräisen kohinan olemassaolo. Näiden vaatimusten täyttämiseksi Osakan tutkimusryhmä loi SWNT-verkon, jossa on jopa 300 hiilinanoputkea rinnakkain kromielektrodeissa, jotka lisäsivät signaalin havaitsemiskykyä.

He funktionalisoivat SWNT:t PMo12 -hapolla, mikä tuotti suuren ja viritettävän sähköisen kohinatyypin yleisen ympäristökohinan lisäksi. Akai-Kasaya uskoo, että kohinan generoivia laitteita tarvitaan sellaisissa tulevaisuuden laitteistoissa, jolla voidaan toteuttaa neuromorfinen stokastinen laskenta tai toteuttaa erittäin vähän energiaa kuluttava tiedonsiirto.

Veijo Hänninen

Nanobittejä 13.1.2017

 
 

Tekoäly mullistaa seuraavaksi kuvantunnistuksen yrityskäytössä

Älykäs karttapalvelu, joka ohjaa kiertämään ruuhkat ja tietyöt, on meille jo itsestäänselvyys. Viime vuoden lopulla tekoälyn avulla toteutettu Google Translate -käännöspalvelun uudistus oli puolestaan huima loikka, jonka myötä suomenkielistenkin tekstien kääntäminen alkaa jo tuottaa hämmentävän laadukkaita lopputuloksia. Jopa reaaliaikainen kääntäminen suoraan korvakuulokkeisiin on nyt mahdollista.

Lue lisää...

Laadukas käyttöliittymä ja pitkä akunkesto – mahdoton yhtälö?

Myös puettaviin laitteiin halutaan näyttävä käyttöliittymä animaatioineen, mutta voiko sellaisen toteuttaa pienellä akulla varustetussa laitteessa? Toshiba Electronics Europen uudella TZ1200-prosessorilla se onnistuu.

Lue lisää...
 
ETN_fi It is too early for facial recognition, says Huawei. See https://t.co/Pxuuz2HAtD @HuaweiMobileFI
ETN_fi Internet of Things? Or Internet of Moving Things? See https://t.co/tZGo47BeC4 @mcubemems
ETN_fi Wifi-verkkojen WPA2-salaus murrettu. https://t.co/NO8bmrjyAp @viest_virasto
ETN_fi Huawei Mate 10 is not a smart phone. It is an intelligent machine. https://t.co/MbW3ec5Sje @HuaweiMobileFI
ETN_fi Huawei lanseeraa Mate 10- huippumallin Münchenissä. Kiinalaisvalmistajan ensimmäinen malli, joka hyödyntää paikalli… https://t.co/5RPybKzmd2
 
 

ny template