エンジニア

シーン認識は、キング アブドラ科学技術大学 (KAUST) で開発されたデジタル画像センサーの視覚認識機能の 1 つです。

Dayanand Kumar 氏、Nazek El-Atab 氏らは、初期のデジタル カメラに搭載されていた電荷結合素子 (CCD) イメージ センサーを利用して、CCD のコア構造を適応および強化し、光でプログラムできるメモリ デバイスを作成しました。 特に、研究チームは、CCD センサーの電荷蓄積ピクセルを支える半導体コンデンサー (MOSCAP) 構造に二次元材料 MoS2 (二硫化モリブデン) を埋め込みました。

得られたAl/Al2O3/MoS2/Al2O3/Si MOSCAP構造は、可視光に敏感で、光学的にプログラムして電気的に消去できる電荷トラップ「インメモリ」センサーとして機能すると主張されている。

「インメモリ光センサーは、光センシング、ストレージ、計算など、従来は個別だった複数のデバイスの役割を一度に実行できるスマートな多機能メモリデバイスです」とエルアタブ氏は声明で述べた。 「私たちの長期的な目標は、さまざまな刺激を検出して計算できるメモリ内センサーを実証できるようにすることです。」

El-Atab 氏はさらに次のように続けました。「これにより、メモリの壁が克服され、消費電力を削減してより高速かつリアルタイムのデータ分析が可能になります。これは、モノのインターネット、自動運転車、人工知能などの多くの未来のアプリケーションで要件となっています。他の人。」

エレクトロニクスの詳細

KAUSTによれば、青色から赤色のスペクトル領域のいずれかの波長を有する光を用いた実験により、光生成電荷が非常に長い保持時間で捕捉または蓄積できることが示されている。 結果として生じる >2V の「メモリ ウィンドウ」電圧は、+/-6V 信号を印加することで電気的に消去されるまで、最長 10 年間保存できます。 さらに、何百万サイクルもの動作が可能です。

チームの最終的な目標は、コンピューティング機能を備えた光センシングとストレージを実行できる単一の光電子デバイスを作成することです。

研究チームは、MoS2 MOSCAP 構造をニューラル ネットワークと組み合わせることで、91% の精度で犬と車の画像を区別する単純なバイナリ画像認識を実行できることを示しました。 各画像のサイズは 32 × 32 ピクセルで、デバイスのピーク感度に対応するため、画像から青色の情報のみが抽出されました。

「現在のメモリデバイスは光学的にプログラムできるが、消去は電気的に行う必要がある」とクマール氏は語った。 「将来的には、完全に光学的に操作できるインメモリ光学センサーを研究したいと考えています。」

チームの発見は、「Light: Science & Applications」で詳しく説明されています。