Détection d’image à large bande simultanée et traitement convolutif à l’aide d’hétérostructures de van der Waals

Détection d'image à large bande simultanée et traitement convolutif à l'aide d'hétérostructures de van der Waals

Crédit : Pi et al.

Le traitement efficace des signaux à large bande à l’aide de réseaux de neurones convolutifs (CNN) pourrait améliorer les performances des outils d’apprentissage automatique pour un large éventail d’applications en temps réel, notamment la reconnaissance d’images, la télédétection et la surveillance de l’environnement. Cependant, des études antérieures suggèrent qu’il est difficile d’effectuer des calculs de traitement convolutif à large bande directement dans des capteurs, en particulier lors de l’utilisation de la technologie conventionnelle métal-oxyde-semi-conducteur complémentaire (CMOS), qui sous-tend le fonctionnement de la plupart des transistors existants.

Des chercheurs de l’Université des sciences et technologies de Huazhong et de l’Université de Nanjing ont récemment étudié la possibilité de réaliser le traitement convolutif des signaux à large bande à l’aide d’une plate-forme alternative, à savoir les hétérostructures de van der Waals. Leur article, publié dans Électronique naturellepourraient finalement éclairer le développement d’algorithmes de reconnaissance d’images plus performants.

“Notre article a été inspiré par certains de nos travaux de recherche antérieurs”, ont déclaré Tianyou Zhai, Xing Zhou et Feng Miao, trois des chercheurs qui ont mené l’étude, à TechXplore. « Dans des études publiées dans Matériaux avancés et Matériaux fonctionnels avancés, nous avons réalisé des alignements de bandes de type III et de type II dans différentes hétérostructures. De plus, nous avons publié un article dans Avancées scientifiquesoù nous avons réalisé un capteur de vision à réseau de neurones reconfigurable basé sur WSe2.”

S’appuyant sur leurs efforts de recherche antérieurs, Zhai, Zhou, Miao et leurs collègues ont décidé de fabriquer des hétérostructures qui pourraient être utilisées pour traiter les signaux à large bande à l’aide de réseaux de neurones convolutifs. Ils ont spécifiquement créé des hétérostructures à base de PdSe2/MoTe2en utilisant une méthode de transfert mécanique.

Les hétérostructures créées par les chercheurs présentent des photoréponses positives et négatives accordables par porte, ainsi qu’une photoréponse linéaire à large bande dépendante de la porte. En raison de leurs caractéristiques avantageuses, l’équipe a pu utiliser leurs hétérostructures pour créer des capteurs photovoltaïques, avec lesquels ils ont pu mettre en œuvre différents types de traitement convolutif à large bande.

Détection d'image à large bande simultanée et traitement convolutif à l'aide d'hétérostructures de van der Waals

Crédit : Pi et al.

“Sous une tension de grille fixe, la modulation de la photoréponse sous différentes énergies de photons détermine les caractéristiques convolutives dépendant de la longueur d’onde”, ont expliqué Zhai, Zhou et Miao. “De plus, la photoréponse dépend de la tension de grille, et la modulation de la tension de grille peut être utilisée pour réaliser la configuration de différents noyaux de convolution afin de réaliser différentes opérations sur des images de télédétection.”

Comme preuve de concept initiale, Zhai, Zhou, Miao et leurs collègues ont utilisé un seul appareil basé sur leurs hétérostructures pour recevoir des images de pixels individuellement, puis effectuer un traitement convolutif à large bande sur ces images. À l’avenir, cependant, ils pourraient également tester leur système proposé en utilisant deux appareils ou plus.

Les chercheurs sont parmi les premiers à effectuer une reconnaissance d’image à large bande directement dans le capteur. Leurs découvertes sont très prometteuses, car leur solution surpasse de manière significative les réseaux convolutifs conventionnels qui ne sont capables que d’un traitement à bande unique.

Notamment, l’appareil créé par Zhai, Zhou, Miao et leurs collègues réalise simultanément la photodétection et le traitement de l’information à large bande. À l’avenir, il pourrait ainsi être utilisé pour développer des outils de reconnaissance d’images plus avancés, ainsi que des solutions alternatives pour surveiller des environnements distants.

« En utilisant notre nouvelle hétérostructure vdW ambipolaire spéciale, nous avons développé une nouvelle approche pour réaliser des dispositifs optoélectroniques multifonctionnels de calcul dans le capteur », ont ajouté Zhai, Zhou et Miao. “Nous prévoyons maintenant de réaliser l’informatique en mémoire du capteur au niveau matériel pour des besoins fonctionnels plus complexes. En attendant, nous prévoyons également de réaliser une intégration à grande échelle de ces dispositifs pour mettre en œuvre un traitement convolutif pratique du capteur.”


LOEN : vision artificielle sans lentille optoélectronique par réseau de neurones


Plus d’information:
Lejing Pi et al, Traitement convolutif à large bande utilisant des hétérostructures accordables par alignement de bande, Électronique naturelle (2022). DOI : 10.1038 / s41928-022-00747-5

Xing Zhou et al, Diode tunnel basée sur l’hétérostructure WSe2 / SnS2 incorporant une détectivité et une réactivité élevées, Matériaux avancés (2018). DOI : 10.1002 / adma.201703286

Bao Jin et al, Excellent effet photovoltaïque excitonique dans les hétérostructures 2D CsPbBr 3 /CdS, Matériaux fonctionnels avancés (2020). DOI : 10.1002 / adfm.202006166

Chen-Yu Wang et al, Hétérostructure de van der Waals accordable par porte pour capteur de vision de réseau neuronal reconfigurable, Avancées scientifiques (2020). DOI : 10.1126/sciadv.aba6173

© 2022 Réseau Science X

Citation: Détection simultanée d’images à large bande et traitement convolutif à l’aide d’hétérostructures de van der Waals (13 mai 2022) récupéré le 13 mai 2022 sur https://techxplore.com/news/2022-05-simultaneous-broadband-image-convolutional-van.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation loyale à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.