实时呼吸监测用超低功耗二氧化碳传感器的研究 学术背景介绍 二氧化碳（CO₂）是人体呼吸过程中产生的重要气体，其浓度的实时监测对诊断和治疗呼吸系统疾病（如哮喘、呼吸困难、睡眠呼吸暂停）以及代谢性疾病至关重要。传统的CO₂监测方法，如动脉血气分析，具有侵入性，不适合长期连续监测。虽然非分散红外吸收（NDIR）传感器被广泛使用，但其体积大、功耗高，限制了其在便携式设备中的应用。 近年来，光化学传感器因其体积小、灵敏度高而成为非侵入性CO₂检测的潜在候选者。然而，光化学传感器的短寿命和染料光漂白问题制约了其在长期呼吸监测中的应用。为了解决这些问题，Kim等人开发了一种基于荧光pH指示剂的新型光化学CO₂传感器，其具有超低功耗和增强的稳定性，为实时呼吸监测提供了可能。 论文来源 本论文由韩国科学技术院...

全聚合物电致变色显示器的研究进展：基于N掺杂透明导电聚合物的创新应用 背景与研究意义 显示技术在现代社会中无处不在，从消费电子到医疗设备，再到可穿戴技术，显示器的应用范围不断扩大。然而，传统发光型显示器（如OLED和LCD）尽管具有鲜艳的色彩和高分辨率，但也存在高能耗和长期使用引发的视疲劳等问题。随着环保需求的增加和可穿戴设备的普及，非发光型穿透式显示技术（如电致变色显示器，Electrochromic Displays，简称ECDs）逐渐成为焦点。这些显示器通过调节自然光实现显色，而非发射光，因此能耗低、对眼睛的刺激小，且在户外应用中具备良好的可读性。然而，现有电致变色显示器的制造复杂度较高，涉及多层组件（如透明导体、离子储存材料、电解质和电致变色层）的集成。 针对上述问题，Purdue ...

基于二维范德华金属阴极的模拟电阻开关存储器研究 学术背景 随着人工智能（AI）应用的快速发展，传统的冯·诺依曼架构在数据密集型计算任务中面临性能瓶颈。神经形态计算（neuromorphic computing）作为一种新兴的计算范式，能够以更高的速度和效率处理数据密集型任务。在这一领域中，忆阻器（memristor）因其能够实现内存计算和模拟计算而备受关注。特别是具有多级电导状态的模拟忆阻器，能够显著提高神经形态计算的效率。然而，现有的模拟忆阻器通常具有较小的开关比（on/off ratio），这限制了其在高精度权重映射中的应用。 为了解决这一问题，研究人员一直在探索如何提高模拟忆阻器的开关比，同时保持其多级电导状态。传统的忆阻器主要分为两类：基于价态变化机制（valence-change-...

具备完全神经形态视觉与控制的自动驾驶飞行器 背景与研究动机 过去十年间，深度人工神经网络（ANNs）在人工智能领域取得了巨大进步，特别是在视觉处理方面。然而，这些先进的视觉处理技术在实现高精确度的同时，往往需要大量且耗能的计算资源，这使得其在小型飞行机器人等资源受限的情况下难以应用。 针对这一问题，神经形态硬件通过模仿生物大脑的稀疏、异步特性，实现了更高效的感知与处理能力。在机器人领域，神经形态硬件中的事件驱动相机和脉冲神经网络（SNNs）具有低延迟、低能耗的潜力。然而，当前嵌入式神经形态处理器的限制和脉冲神经网络训练的挑战使得这些技术主要应用于低维度的感知和动作任务。 为解决这些问题，本文展示了一个全神经形态的视觉到控制的流水线，用于控制飞行中的无人机。具体而言，我们训练了一个脉冲神经网络...