CN109255410A - 一种智能空气芯片 - Google Patents
一种智能空气芯片 Download PDFInfo
- Publication number
- CN109255410A CN109255410A CN201811025764.0A CN201811025764A CN109255410A CN 109255410 A CN109255410 A CN 109255410A CN 201811025764 A CN201811025764 A CN 201811025764A CN 109255410 A CN109255410 A CN 109255410A
- Authority
- CN
- China
- Prior art keywords
- chip
- layer
- air
- microprocessor
- electrode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
- G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
- G06K19/077—Constructional details, e.g. mounting of circuits in the carrier
- G06K19/0772—Physical layout of the record carrier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Neurology (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种智能空气芯片,包括由微处理器、双向无线接收装置、无线网络组成的智能尘埃,所述智能尘埃通过无线网络将一些微尘散放在一个场地中,它们就能够相互定位,进一步通过双向无线接收装置收集数据并向微处理器传递信息,所述微处理器向基站的云端系数库传递信息;还包括形态不固定的空气芯片,所述空气芯片包括依次连接的第一电极层、功能材料层、第二电极层;还包括与第二电极层连接的第三运算层和云端传递层,其中:所述第一电极层用于模拟突触后,所述第二电极层用于模拟突触前,所述功能材料层的材料为硫系化合物,所述功能材料层的电导用于模拟突触权重;通过给所述第一电极层施加第二脉冲信号来模拟突触后刺激。
Description
技术领域
本发明属于领域,涉及一种智能空气芯片。
背景技术
美国五角大楼提出了“智能尘埃”的设计思想,目的是在战场上抛撒数千个微小的无线传感器,用于监控敌人的活动情况,而不让敌方察觉。通过自组织一个无线传感器网络,“智能尘埃”将对相关原始数据进行过滤,把重要的信息发送给中央司令部。“智能尘埃”的特点就是体积小、功耗低、自组织、无线通讯,这也是网络化的微型传感器的特征。美国陆军已计划开发的多层次集成式传感器系统—灵巧传感器网络通信(SSNC),是美国2001财年的一项科学技术目标(STO)计划,这是网络化微型传感器在军事领域的一个非常好的应用。“智能尘埃”是美军将来网络化战场中最重要的传感器系统工程。该工程涉及微型操作系统技术、微机电加工技术、自组织路由技术、信道接入控制技术、集成的低功耗通讯技术等最新的多领域内的技术,预计在2010年以前将会投入到战场使用。
由微处理器、双向无线接收装置、无线网络组成的智能尘埃,最大的难题在于,智能尘埃通过无线网络将一些微尘散放在一个场地中,微尘无法更好的探测或者收集信息,我们需要赋予芯片这样的功能,但又要达到适用于所有的电子产品,成了一个重大的研究课题。
发明内容
本发明的目的在于:提供一种智能空气芯,解决由微处理器、双向无线接收装置、无线网络组成的智能尘埃,最大的难题在于,智能尘埃通过无线网络将一些微尘散放在一个场地中,微尘无法更好的探测或者收集信息,我们需要赋予芯片这样的功能,但又要达到适用于所有的电子产品,成了一个重大的研究问题。
本发明采用的技术方案如下:
一种智能空气芯片,包括由微处理器、双向无线接收装置、无线网络组成的智能尘埃,所述智能尘埃通过无线网络将一些微尘散放在一个场地中,它们就能够相互定位,进一步通过双向无线接收装置收集数据并向微处理器传递信息,所述微处理器向基站的云端系数库传递信息;还包括形态不固定的空气芯片,所述空气芯片包括依次连接的第一电极层、功能材料层、第二电极层;还包括与第二电极层连接的第三运算层和云端传递层,其中:所述第一电极层用于模拟突触后,所述第二电极层用于模拟突触前,所述功能材料层的材料为硫系化合物,所述功能材料层的电导用于模拟突触权重;通过给所述第一电极层施加第二脉冲信号来模拟突触后刺激,通过给所述第二电极层施加第一脉冲信号来模拟突触前刺激;所述功能材料层的电阻用于模拟生物神经元的激发态或静息态;所述第三运算层用于空气芯片的高仿生,提取运算模拟功能,模拟生物神经元完成高智能运算,并将运算数据通过云端传递层上传至云端系数库储存;所述神经网络的行为是由网络架构所决定的,网络架构包括:神经元个数、层数、层与层之间的连接类型。
由微处理器、双向无线接收装置、无线网络组成的智能尘埃,最大的难题在于,智能尘埃通过无线网络将一些微尘散放在一个场地中,微尘无法更好的探测或者收集信息,我们需要赋予芯片这样的功能,但又要达到适用于所有的电子产品,成了一个重大的研究课题,本发明通过上述方案解决,在现有公开技术的前提下增加与第二电极层连接的第三运算层和云端传递层,神经细胞发出电化学脉冲,通过长长的轴突,激活突触。突触发出“突触神经传递素”到达另一个神经细胞的树突。树突根据到达的神经传递素的多少,及自身的权重,成比例释放化学物质。突触可以增强信息,也可以减弱信息。可塑性指对输入刺激在连接强度上的长期改变。神经元可以形成新的连接,甚至改变连接,也可以完成高智能的运算。
所述空气芯片为3D存储芯片。进一步作为本发明的优选方案。
所述空气芯片包括隔离层、第一绝缘膜、圆形上芯片、圆形下芯片以及支撑层;所述圆形上芯片具有朝向所圆形下芯片凸起的凸块,所述凸块中具有第一贯穿孔,所述第一绝缘膜覆盖所述凸块的表面及所述第一贯穿孔在所述凸块的表面上的开口;所述圆形下芯片具有第二贯穿孔,所述隔离层覆盖所述第二贯穿孔在所述圆形下芯片表面上的开口;所述支撑层固定设置于所述圆形下芯片的表面,并夹设在所述圆形上芯片、圆形下芯片之间,使圆形上芯片的凸块卡设至支撑层形成的凹槽中,使所述圆形上芯片、圆形下芯片及支撑层密封连接。进一步作为本发明的优选方案。
所述生物神经元包括空间整合效应、时间整合效应、阈值特性、不应期、疲劳特性、兴奋与抑制、延时特性、输出激发特性、传导衰减特性、突触连接的可塑性、数字/模拟信号转换特性、新发现特性。进一步作为本发明的优选方案。
所述输出激发特性为神经元对输入的各种刺激经过整合后做出动作,产生脉冲输出,这种作用称之为输出激活或激发特性。进一步作为本发明的优选方案。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.一种智能空气芯片,基于智能尘埃的空气芯片,低耗能,高速率的运算和海量的存储能力;
2.一种智能空气芯片,形态不固定,适用于一切的电子设备;
3.一种智能空气芯片,具有高仿生的功能,可直接模拟生物神经元完成高智能运算。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图,其中:
图1是本发明的系统流程图;
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合实施例对本发明的特征和性能作进一步的详细描述。
实施例一
一种智能空气芯片,包括由微处理器、双向无线接收装置、无线网络组成的智能尘埃,所述智能尘埃通过无线网络将一些微尘散放在一个场地中,它们就能够相互定位,进一步通过双向无线接收装置收集数据并向微处理器传递信息,所述微处理器向基站的云端系数库传递信息;还包括形态不固定的空气芯片,所述空气芯片包括依次连接的第一电极层、功能材料层、第二电极层;还包括与第二电极层连接的第三运算层和云端传递层,其中:所述第一电极层用于模拟突触后,所述第二电极层用于模拟突触前,所述功能材料层的材料为硫系化合物,所述功能材料层的电导用于模拟突触权重;通过给所述第一电极层施加第二脉冲信号来模拟突触后刺激,通过给所述第二电极层施加第一脉冲信号来模拟突触前刺激;所述功能材料层的电阻用于模拟生物神经元的激发态或静息态;所述第三运算层用于空气芯片的高仿生,提取运算模拟功能,模拟生物神经元完成高智能运算,并将运算数据通过云端传递层上传至云端系数库储存;所述神经网络的行为是由网络架构所决定的,网络架构包括:神经元个数、层数、层与层之间的连接类型。
工作时:由微处理器、双向无线接收装置、无线网络组成的智能尘埃,最大的难题在于,智能尘埃通过无线网络将一些微尘散放在一个场地中,微尘无法更好的探测或者收集信息,我们需要赋予芯片这样的功能,但又要达到适用于所有的电子产品,成了一个重大的研究课题,本发明通过上述方案解决,在现有公开技术的前提下增加与第二电极层连接的第三运算层和云端传递层,神经细胞发出电化学脉冲,通过长长的轴突,激活突触。突触发出“突触神经传递素”到达另一个神经细胞的树突。树突根据到达的神经传递素的多少,及自身的权重,成比例释放化学物质。突触可以增强信息,也可以减弱信息。可塑性指对输入刺激在连接强度上的长期改变。神经元可以形成新的连接,甚至改变连接,也可以完成高智能的运算。
实施例二
实施例2与实施例1的不同之处在于:所述空气芯片为3D存储芯片。所述空气芯片包括隔离层、第一绝缘膜、圆形上芯片、圆形下芯片以及支撑层;所述圆形上芯片具有朝向所圆形下芯片凸起的凸块,所述凸块中具有第一贯穿孔,所述第一绝缘膜覆盖所述凸块的表面及所述第一贯穿孔在所述凸块的表面上的开口;所述圆形下芯片具有第二贯穿孔,所述隔离层覆盖所述第二贯穿孔在所述圆形下芯片表面上的开口;所述支撑层固定设置于所述圆形下芯片的表面,并夹设在所述圆形上芯片、圆形下芯片之间,使圆形上芯片的凸块卡设至支撑层形成的凹槽中,使所述圆形上芯片、圆形下芯片及支撑层密封连接。所述生物神经元包括空间整合效应、时间整合效应、阈值特性、不应期、疲劳特性、兴奋与抑制、延时特性、输出激发特性、传导衰减特性、突触连接的可塑性、数字/模拟信号转换特性、新发现特性。所述输出激发特性为神经元对输入的各种刺激经过整合后做出动作,产生脉冲输出,这种作用称之为输出激活或激发特性。
工作时:基于智能尘埃的空气芯片,低耗能,高速率的运算和海量的存储能力。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明的保护范围,任何熟悉本领域的技术人员在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种智能空气芯片,包括由微处理器、双向无线接收装置、无线网络组成的智能尘埃,所述智能尘埃通过无线网络将一些微尘散放在一个场地中,它们就能够相互定位,进一步通过双向无线接收装置收集数据并向微处理器传递信息,所述微处理器向基站的云端系数库传递信息;还包括形态不固定的空气芯片,所述空气芯片包括依次连接的第一电极层、功能材料层、第二电极层;其特征在于:还包括与第二电极层连接的第三运算层和云端传递层,其中:
所述第一电极层用于模拟突触后,所述第二电极层用于模拟突触前,所述功能材料层的材料为硫系化合物,所述功能材料层的电导用于模拟突触权重;通过给所述第一电极层施加第二脉冲信号来模拟突触后刺激,通过给所述第二电极层施加第一脉冲信号来模拟突触前刺激;所述功能材料层的电阻用于模拟生物神经元的激发态或静息态;
所述第三运算层用于空气芯片的高仿生,提取运算模拟功能,模拟生物神经元完成高智能运算,并将运算数据通过云端传递层上传至云端系数库储存;
所述神经网络的行为是由网络架构所决定的,网络架构包括:神经元个数、层数、层与层之间的连接类型。
2.根据权利要求1所述的一种智能空气芯片,其特征在于:所述空气芯片为3D存储芯片。
3.根据权利要求1所述的一种智能空气芯片,其特征在于:所述空气芯片包括隔离层、第一绝缘膜、圆形上芯片、圆形下芯片以及支撑层;所述圆形上芯片具有朝向所圆形下芯片凸起的凸块,所述凸块中具有第一贯穿孔,所述第一绝缘膜覆盖所述凸块的表面及所述第一贯穿孔在所述凸块的表面上的开口;所述圆形下芯片具有第二贯穿孔,所述隔离层覆盖所述第二贯穿孔在所述圆形下芯片表面上的开口;所述支撑层固定设置于所述圆形下芯片的表面,并夹设在所述圆形上芯片、圆形下芯片之间,使圆形上芯片的凸块卡设至支撑层形成的凹槽中,使所述圆形上芯片、圆形下芯片及支撑层密封连接。
4.根据权利要求1所述的一种智能空气芯片,其特征在于:所述生物神经元包括空间整合效应、时间整合效应、阈值特性、不应期、疲劳特性、兴奋与抑制、延时特性、输出激发特性、传导衰减特性、突触连接的可塑性、数字/模拟信号转换特性、新发现特性。
5.根据权利要求4所述的一种智能空气芯片,其特征在于:所述输出激发特性为神经元对输入的各种刺激经过整合后做出动作,产生脉冲输出,这种作用称之为输出激活或激发特性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811025764.0A CN109255410A (zh) | 2018-09-04 | 2018-09-04 | 一种智能空气芯片 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811025764.0A CN109255410A (zh) | 2018-09-04 | 2018-09-04 | 一种智能空气芯片 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109255410A true CN109255410A (zh) | 2019-01-22 |
Family
ID=65046713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811025764.0A Pending CN109255410A (zh) | 2018-09-04 | 2018-09-04 | 一种智能空气芯片 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109255410A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109976522A (zh) * | 2019-03-22 | 2019-07-05 | 河北雄安有份儿智慧科技有限公司 | 一种基于人眼视觉停留触发与脑电波感知的人机交互方法 |
-
2018
- 2018-09-04 CN CN201811025764.0A patent/CN109255410A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109976522A (zh) * | 2019-03-22 | 2019-07-05 | 河北雄安有份儿智慧科技有限公司 | 一种基于人眼视觉停留触发与脑电波感知的人机交互方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chatterjee et al. | Soil moisture quantity prediction using optimized neural supported model for sustainable agricultural applications | |
Yao et al. | Intelligent sound monitoring and identification system combining triboelectric nanogenerator‐based self‐powered sensor with deep learning technique | |
US20200372412A1 (en) | System and methods to share machine learning functionality between cloud and an iot network | |
CN106934451A (zh) | 一种基于蚁群优化的bp神经网络wsn森林火灾防范系统 | |
Saleem et al. | Smart spaces: occupancy detection using adaptive back-propagation neural network | |
CN103747537A (zh) | 一种基于熵度量的无线传感器网络离群数据自适应检测方法 | |
CN109255410A (zh) | 一种智能空气芯片 | |
CN111783295B (zh) | 城市社区特定人行为链动态识别与预测评估方法及系统 | |
CN109640335A (zh) | 基于卷积神经网络的无线传感器故障诊断算法 | |
Popa et al. | Reliability for a green internet of things | |
Yao et al. | Establishing an ai model on data sensing and prediction for smart home environment control based on labview | |
Mirshahi et al. | Implementation of structural health monitoring based on RFID and WSN | |
CN105510610A (zh) | 一种基于无线传感器网络的远程水质监测系统及控制方法 | |
CN116680633B (zh) | 基于多任务学习的异常用户检测方法、系统及存储介质 | |
Adeyemo et al. | Smart city technology based architecture for refuse disposal management | |
EP3776368B1 (en) | Adaptive artificial intelligence system for event categorizing by switching between different states | |
Luo et al. | Forest fire detection using spiking neural networks | |
CN106412073B (zh) | 一种建筑消防设施检测网络系统 | |
CN111062633A (zh) | 一种基于多源异构数据的输变电线路和设备状态评估系统 | |
Fritz et al. | A state-of-the-art review of nature-inspired systems for smart structures | |
CN110334835A (zh) | 基于个体行为建模的流动人口智能预测管理方法及系统 | |
Sung et al. | Enhance the efficient of WSN data fusion by neural networks training process | |
Wang et al. | Study on factors correlation of personal lighting comfort model in cyber-physical human centric systems | |
Roopa et al. | Growing Trends in Indian Farming using Internet of Things (IoT) | |
CN109976522A (zh) | 一种基于人眼视觉停留触发与脑电波感知的人机交互方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190122 |