微加工神经加速器：在MEMS中集成感知和储蓄计算
摘要：具有内在处理能力的微加速度计的设计、制造和测试。该设备将感测和计算功能集成在同一MEMS中。该设备由一个通过8μm间隙与振动梁电静耦合的惯性质量组成。惯性质量的运动调制了AC电静场，从而将梁驱动到其非线性区域。利用这种非线性特性，在机械领域使用带有延迟反馈的储层计算处理惯性质量提供的加速度信息，实现机器学习。该设备采用常规MEMS工艺在硅上绝缘体衬底上进行微加工。动态特性表明，具有良好的加速度计功能，其惯性质量灵敏度为100 mV/g，频率范围为250至1300 Hz，固有频率为1.7 kHz。为了测试设备的计算能力，实施了两个不同的机器学习基准测试，输入为加速度。神经形态的MEMS加速度计能够准确地模拟非线性自回归移动平均模型并计算随机比特流的奇偶校验。这些结果是在具有非平凡传递函数的测试系统中获得的，显示出适用于预期应用的稳健性。
作者：Bruno Barazani, Guillaume Dion, Jean-Franc{c}ois Morissette, Louis Beaudoin, Julien Sylvestre
论文ID：2003.10581
分类：Emerging Technologies
分类简称：cs.ET
提交时间：2020-03-25