Global · Chips · IA
KAIST y NUDT combinan memristores y detección de eventos para reconstruir menos datos
El estudio separa una demostración física pequeña de simulaciones con señales cardíacas e imágenes.
Fecha de la fuente original:
Lo esencial
- El estudio separa una demostración física pequeña de simulaciones con señales cardíacas e imágenes.
Procesar solo la señal relevante
KAIST y la Universidad Nacional de Tecnología de Defensa de China publicaron un sistema de recuperación de datos comprimidos que combina un algoritmo de descenso de gradiente con matrices de memristores. Una red neuronal examina una aproximación inicial y decide si conviene completar la reconstrucción. Así, el diseño busca evitar cálculos repetidos cuando una señal no contiene el evento de interés. El trabajo tuvo un preprint en octubre de 2025.
Circuitos pequeños y simulación ampliada
El equipo fabricó una placa y demostró operaciones con matrices pequeñas, incluida una de cuatro por ocho, conectadas a un ordenador que ejecuta partes del algoritmo. Los ensayos de mayor escala con electrocardiogramas e imágenes se realizaron en simulación SPICE, incorporando ruido y otras imperfecciones. Las ventajas energéticas publicadas son estimaciones de esa evaluación, no mediciones de un producto integrado. La red de detección requiere volver a entrenarse si cambia la matriz de compresión o el tipo de señal. Los autores ofrecen código de simulación y datos del estudio.