นักวิจัยกล่าวว่า memristor ที่ใช้กราฟีนนั้นเหมาะอย่างยิ่งสำหรับเครือข่ายประสาทเทียม

นักวิจัยกล่าวว่า memristor ที่ใช้กราฟีนนั้นเหมาะอย่างยิ่งสำหรับเครือข่ายประสาทเทียม

ทีมงานใช้การจำลองและการทดลองแสดงให้เห็นว่าสามารถใช้อุปกรณ์นี้เพื่อปรับปรุงประสิทธิภาพของเครือข่ายประสาทเทียมได้อย่างมาก ซึ่งเป็นระบบที่สักวันหนึ่งอาจเทียบเคียงหรือกระทั่งแทนที่คอมพิวเตอร์ทั่วไปได้ แม้จะเติบโตอย่างไม่หยุดยั้งมานานหลายทศวรรษ แต่ความก้าวหน้าของเทคโนโลยีเซมิคอนดักเตอร์ที่ใช้ในคอมพิวเตอร์ดิจิทัลก็แสดงให้เห็นสัญญาณที่ชัดเจนของการชะลอตัว 

เพื่อให้ทัน

กับความต้องการพลังการประมวลผลที่เพิ่มขึ้น นักวิจัยกำลังพัฒนาเทคโนโลยีใหม่ที่เลียนแบบการทำงานของเซลล์ประสาทในสมองมนุษย์ ซึ่งทำหน้าที่ทั้งจัดเก็บและประมวลผลข้อมูล สิ่งนี้มีศักยภาพที่จะมีประสิทธิภาพมากกว่าสถาปัตยกรรมคอมพิวเตอร์ในปัจจุบัน ซึ่งต้องใช้ทั้งเวลาและพลังงาน

ในการส่งข้อมูลระหว่างหน่วยเก็บข้อมูลและส่วนประกอบการประมวลผลที่แยกจากกัน น้ำหนักซินแนปติกโดยหลักการแล้ว สิ่งนี้สามารถทำได้โดยใช้โครงข่ายประสาทเทียม (ANNs) ซึ่งเรียนรู้ที่จะทำงานโดยการยกตัวอย่าง ANNs เป็นเครือข่ายของเซลล์ประสาทเทียมที่มีอิทธิพลต่อกันและกันผ่านทางไซแนปส์ 

ความแข็งแรงของอิทธิพลระหว่างเซลล์ประสาทเรียกว่าน้ำหนักซินแนปติก ซึ่งสามารถเปลี่ยนแปลงได้ในระหว่างกระบวนการเรียนรู้วิธีหนึ่งในการปรับน้ำหนัก คือการใช้ ซึ่งเป็นอุปกรณ์อิเล็กทรอนิกส์ที่เพิ่งตั้งขึ้นใหม่ซึ่งมีอยู่ในสถานะสื่อนำไฟฟ้า/ความต้านทานที่ขึ้นอยู่กับปริมาณของประจุที่ไหลผ่าน 

ตามหลักการแล้ว ที่ใช้ใน ANN จะมีสถานะการนำไฟฟ้า/ความต้านทานจำนวนมาก แต่การออกแบบ ในปัจจุบันมักจะเป็นแบบไบนารี ซึ่งหมายความว่าพวกมันสามารถทำงานได้กับสองสถานะเท่านั้น ตอนนี้ Das และเพื่อนร่วมงานได้สร้าง ที่ใช้กราฟีนซึ่งมีสถานะการนำไฟฟ้า 16 สถานะที่สามารถจัดเก็บ

และอ่านค่าได้อย่างน่าเชื่อถือ “สิ่งที่เราแสดงให้เห็นก็คือ เราสามารถควบคุมสถานะหน่วยความจำจำนวนมากได้อย่างแม่นยำโดยใช้ทรานซิสเตอร์เอฟเฟกต์สนามกราฟีนอย่างง่าย”  ค่าการนำไฟฟ้าโดยพลการทีมงานยังแสดงให้เห็นว่าไม่เหมือนกับสถานะคงที่ใน ทั่วไป สถานะในอุปกรณ์ที่ใช้กราฟีน

สามารถ

ตั้งโปรแกรมให้มีค่า ตามอำเภอใจได้อย่างง่ายดาย ความยืดหยุ่นนี้อาจทำให้มีประโยชน์มากขึ้นสำหรับการสร้าง ANN ในที่สุด ทีมงานได้แสดงเทคนิคการคำนวณสำหรับการกำหนดค่าน้ำหนักซินแนปติกด้วยวิธีที่ชาญฉลาด ทำให้สามารถกำหนดระดับความแม่นยำที่จำเป็นสำหรับ ANN ที่ซับซ้อนได้

ทั้งสามคนหวังว่าการออกแบบของพวกเขาจะนำไปสู่การพัฒนาใหม่ของโครงข่ายประสาทเทียมแบบประหยัดพื้นที่ ความเร็วสูง และพลังงานต่ำ ซึ่งอาจขยายขนาดสำหรับการใช้งานเชิงพาณิชย์ได้ในอนาคต หากประสบความสำเร็จ ความพยายามเหล่านี้จะได้เห็นการใช้เมมริสเตอร์ที่ใช้กราฟีน

ในการกำหนดว่ามหาสมุทรเขตร้อนและชั้นบรรยากาศตอบสนองต่อการเปลี่ยนแปลงต่างๆ ในการบังคับพื้นผิวอย่างไร คลื่นสองประเภทคือคลื่นเคลวินเส้นศูนย์สูตรและคลื่นรอสบีมีความสำคัญเป็นพิเศษ คลื่นเคลวินเป็นคลื่นแรงโน้มถ่วงพิเศษที่แพร่กระจายไปทางทิศตะวันออกด้วยความเร็ว

ประมาณ 2-3 มิลลิวินาที-1ในมหาสมุทรและมีแอมพลิจูดสูงสุดที่เส้นศูนย์สูตร คลื่นรอสบี ซึ่งถูกขับเคลื่อนโดยการเปลี่ยนแปลงของแรงโคริโอลิสที่มีละติจูด เคลื่อนที่ไปทางทิศตะวันตกที่เวลาประมาณ 0.6-0.8 มิลลิวินาที-1ใกล้เส้นศูนย์สูตร คลื่นเคลวินและรอสบีในมหาสมุทรนำพาพลังงานและโมเมนตัม

ที่ได้รับจากแรงลมที่ผิวมหาสมุทร พวกเขายังให้ “ความทรงจำ” ในมหาสมุทรซึ่งมีความสำคัญมากต่อความแปรปรวนปีต่อปีและ คลื่นรอสบีและเคลวินก็มีอยู่ในชั้นบรรยากาศเช่นกัน แต่คลื่นเหล่านี้เคลื่อนที่เร็วกว่าคลื่นในมหาสมุทรมาก ความแตกต่างของความเร็วนี้หมายความว่าบรรยากาศเขตร้อน

จะปรับตัวต่อการเปลี่ยนแปลงใน SST ได้เร็วกว่ามาก (10 วันหรือน้อยกว่า) กว่ามหาสมุทรเส้นศูนย์สูตรจะตอบสนองต่อการเปลี่ยนแปลงของแรงลม (ประมาณหกเดือน) เวลาในการปรับตัวที่สั้นของบรรยากาศทำให้สันนิษฐานได้ว่าบรรยากาศอยู่ในดุลยภาพทางสถิติกับ SST ในระยะเวลาที่นานกว่าสองสามเดือน 

ดังนั้น

ความทรงจำระยะยาวของระบบภูมิอากาศจึงอาศัยอยู่ในมหาสมุทรเป็นหลักการสร้างแบบจำลอง และการแกว่งตัวทางใต้แค่สายตาในการติดตามสัญญาณสำคัญของโรคทางสมองในเร็วๆ นี้ที่เรียกว่าสารสีขาวที่มีความเข้มข้นสูงอย่างแพร่หลายในเทคโนโลยีเกิดใหม่ตั้งแต่รถยนต์ไร้คนขับไปจนถึงอินเทอร์เน็ต

ความก้าวหน้าในการสร้างแบบจำลองการหมุนเวียนของมหาสมุทรและบรรยากาศมีส่วนสำคัญต่อความเข้าใจของเราเกี่ยวกับ ENSO ความก้าวหน้าที่สำคัญอย่างแท้จริงคือการถือกำเนิดของแบบจำลองชั้นบรรยากาศและมหาสมุทร พูดอย่างกว้างๆ แบบจำลองที่ใช้ศึกษา ENSO สามารถแบ่งออก

เป็นสองประเภท: แบบจำลองทางสถิติและแบบจำลองพลวัตตามกฎของฟิสิกส์ ความเข้าใจของเราเกี่ยวกับ  ได้รับประโยชน์อย่างไม่ต้องสงสัยจากแนวทางการสร้างแบบจำลองทั้งสองแบบแบบจำลองไดนามิกสามารถแบ่งออกได้อีกสามกลุ่ม ประกอบด้วยแบบจำลองบรรยากาศอย่างง่ายควบคู่กับแบบจำลอง

มหาสมุทรอย่างง่าย โดยปกติแล้วชั้นบรรยากาศจะถูกสร้างขึ้นเพื่อให้ลมในชั้นขอบเขตชั้นบรรยากาศปรับตัวทันกับการเปลี่ยนแปลงใน SST มหาสมุทรถูกประมาณว่าเป็นชั้นของน้ำร้อนและน้ำเย็นที่ผสมกันไม่ได้ โดยการเปลี่ยนแปลงของความลึกของเทอร์โมไคลน์ระหว่างชั้นจะถูกกำหนดโดยกฎการอนุรักษ์

สำหรับมวลและโมเมนตัม แบบจำลองไฮบริดคู่ (HCMs) ประกอบด้วยบรรยากาศที่คล้ายกันควบคู่ไปกับแบบจำลองการหมุนเวียนทั่วไปที่แก้ปัญหาการไหลเวียนของมหาสมุทรแบบสามมิติพร้อมกับอุณหภูมิ ความเค็ม และเครื่องมือติดตามทางเคมีอื่นๆ ตามกฎการอนุรักษ์สำหรับมวลและโมเมนตัม

credit : เว็บแท้ / ดัมมี่ออนไลน์