Po co ufać nam swojemu interesowi?
Bierzemy panikę z zamówień.Należymy zapasować miliony częściowych części z naszych zaufanych źródeł.Odświeżyamy nasze oferty produktów w ciągu kilku minut, a zakupy online są zakończone w czasie rzeczywistym i wysyłane codziennie.
Założona w 2002 r., Instockin jest lokalnym liderem w dystrybucji komponentów elektronicznych, a także jest również uznawany za jedną z najbardziej szanowanych i innowacyjnych firm na rynku lokalnym dzisiaj.Z siedzibą w Hong Kongu, Instockin zdobył imponującą reputację dostarczania wyjątkowej usługi i rozwijania wydajnych, kompleksowych roztworów łańcuchowych dostaw.
Ucz się więcej >
Inspirowane mózg urządzenie śledzi ruch rąk
Naukowcy z RMIT University wprowadzają pamięć wizualną podobną do mózgu i wykrywanie ruchu w czasie rzeczywistym do przyszłej robotyki, pojazdów i inteligentnych czujników.
W poważnym skoku dla technologii neuromorficznej inżynierowie z RMIT University opracowali miniaturowe urządzenie zdolne do naśladowania zdolności mózgu do widzenia, przetwarzania i zapamiętywania ruchu - wszystko w czasie rzeczywistym i bez przetwarzania zewnętrznego.Ten inspirowany mózg czujnik może znacznie zwiększyć szybkość i wydajność autonomicznych systemów.
Innowacja, prowadzona przez profesora Sumeta Walia i profesora Akram al-hourani w RMIT's Center for Opto-Electronic Materials and Sensors (COMAS), wykorzystuje ultracienną warstwę deziarczku Molybdenum (MOS₂)-materiał znany z unikalnych właściwości elektronicznych i optycznych.Urządzenie bierze udział w defektach w skali atomowej w MOS₂ w celu powtórzenia zachowania podobnego do neuronów, umożliwiając jego przetwarzanie i przechowywanie informacji wizualnych, podobnie jak ludzki mózg.
„To urządzenie naśladuje, w jaki sposób nasze oczy i mózg współpracują ze sobą, rejestrując ruch i natychmiast tłumacząc je na pamięć”, powiedziała Walia.„Unika energochłonnego chrupania danych widocznych w konwencjonalnych systemach cyfrowych”.
W testach urządzenie zidentyfikowało zmiany w ruchu ręki machającej - formę wykrywania krawędzi - bez przechwytywania pełnych ramek obrazu, znacznie zmniejszając zużycie danych i mocy.System może przechowywać te zmiany jako wspomnienia i zresetować się na następne dane wejściowe, oferując funkcjonalność idealną do zadań wizji w czasie rzeczywistym.
Naukowcy wykazali, że urządzenie może naśladować neurony Integraty Integrat-and Fire (LIF)-rdzeń wzrośnych sieci neuronowych.Zespół pracuje teraz nad skalowaniem technologii od modelu jedno-piksela do tablic wielu pikseli.Potencjalne zastosowania obejmują bezpieczniejsze pojazdy autonomiczne, mądrzejsze asystenci robotyczne i energooszczędne czujniki środowiskowe.Zespół bada także inne materiały w celu rozszerzenia funkcjonalności na podczerwień, co może umożliwić wykrywanie emisji lub substancji niebezpiecznych.
„Nie zastępujemy tradycyjnych obliczeń” - powiedziała Walia.„Ale w przypadku niskoenergetycznych zadań wizualnych w czasie rzeczywistym technologia neuromorficzna, taka jak nasza może wypełnić luki”.