Warum vertrauen Sie Ihrem Geschäft an uns?
Wir nehmen die Panik aus der Beschaffung.Wir lagern Millionen von schwer zu findenden Teilen aus unseren vertrauenswürdigen Quellen.Wir erfrischen unsere Produktlisten in Minuten, und Onlinekäufe sind in Echtzeit abgeschlossen und täglich versendet.
Instockin wurde 2002 gegründet, ist Instockin ein lokaler Führer in der elektronischen Komponentenverteilung und wird heute als eines der angesehensten und innovativsten Unternehmen des lokalen Marktes anerkannt.Instockin hat seinen Hauptsitz in Hongkong, Instockin, einen beeindruckenden Ruf für den hervorragenden Service und die Entwicklung effizienter, umfassender globaler Global Supply Chain-Lösungen ermittelt.
Lern mehr >
Gehirns inspirierte Geräte-Tracks Handbewegung
Die Forscher der RMIT-Universität verleihen dem hirnartigen visuellen Gedächtnis und der Echtzeitbewegungserkennung in zukünftige Robotik, Fahrzeuge und intelligente Sensoren.
In einem großen Sprung für die neuromorphe Technologie haben die Ingenieure der RMIT University ein Miniaturgerät entwickelt, das die Fähigkeit des Gehirns nachahmt, Bewegung zu sehen, zu verarbeiten und sich an die Bewegung zu erinnern - alles in Echtzeit und ohne externes Computer.Dieser von Gehirn inspirierte Sensor könnte die Geschwindigkeit und Effizienz autonomer Systeme dramatisch verbessern.
Die Innovation unter der Leitung von Professor Sumeet Walia und Professor Akram al-Hourani im RMIT-Zentrum für optoelektronische Materialien und Sensoren (COMA) verwendet eine ultradünne Schicht aus Molybdändisulfid (MOS₂)-ein Material, das für seine einzigartigen elektronischen und optischen Eigenschaften bekannt ist.Das Gerät nimmt in MOS₂ Defekte im Atommaßstab auf, um das neuronähnliche Verhalten zu replizieren und es zu ermöglichen, visuelle Informationen zu verarbeiten und zu speichern, ähnlich wie das menschliche Gehirn.
"Dieses Gerät ahmt nach, wie unsere Augen und unser Gehirn zusammenarbeiten, Bewegung erfassen und sie sofort in das Gedächtnis übersetzen", sagte Walia."Es vermeidet die energieintensiven Daten, die in herkömmlichen digitalen Systemen zu sehen sind."
In Tests identifizierte das Gerät Änderungen in der Bewegung einer Wellenhand - eine Form der Kantenerkennung -, ohne vollständige Bildrahmen zu erfassen, die Daten und den Stromverbrauch erheblich zu reduzieren.Das System könnte diese Änderungen als Erinnerungen speichern und sich für die nächste Eingabe zurücksetzen, was Funktionalität ideal für Echtzeit-Visionsaufgaben bietet.
Die Forscher zeigten, dass das Gerät und LIF-Neuronen (LIFE) -Neuronen-den Kern von spitzen neuronalen Netzwerken-nachahmen kann.Das Team arbeitet nun daran, die Technologie von einem Single-Pixel-Modell zu Multi-Pixel-Arrays zu skalieren.Potenzielle Anwendungen umfassen sicherere autonome Fahrzeuge, intelligentere Roboterassistenten und energieeffiziente Umweltsensoren.Das Team untersucht auch andere Materialien, um die Funktionalität in Infrarot zu erweitern, was die Erkennung von Emissionen oder gefährlichen Substanzen in Echtzeit ermöglichen könnte.
"Wir ersetzen nicht traditionelles Computer", sagte Walia."Aber für Echtzeit können neuromorphe Techniker wie unsere die Lücken füllen."