北京，2023年6月8日/美通社/——全球领先的全息增强现实（AR）技术提供商WiMi全息云股份有限公司（NASDAQ:WiMi）（“WiMi”或“公司”）今天宣布，它正在开发一种基于忆阻器的神经信号分析系统，以提高信号处理能力、响应时间和准确性。结果显示信号处理能力显著提高。
该系统采用了一种更接近人脑工作方式的新计算范式，即基于忆阻器的神经网络系统。基于忆阻器的神经网络具有高并行性和低能耗的特点。在处理神经信号时，该系统使用端到端的数据处理过程。也就是说，通过预处理、特征提取和分类识别步骤，将获取的原始信号直接转换为最终的控制信号，从而避免了传统架构中频繁的数据传输和计算过程，显著提高了系统的效率和准确性。忆阻器阵列可以快速处理大量数据，因为它们可以在每个神经元之间保存信息，从而实现高度并行的处理。这种方法类似于人类大脑中神经元的通信方式，从而实现更高效的数据处理。此外，基于忆阻器的系统在存储和读取数据方面也具有更高的能效，这可以显著降低功耗。
与传统的冯·诺依曼架构相比，该系统将脑机接口信号处理和连接能力提高了数百倍。此外，该系统采用创新的硬件架构和算法优化，有效处理来自人脑的神经信号，并将其转换为计算机可识别的信号，实现无缝人机连接。
该技术的实现路径和方式如下。首先，需要设计和准备一系列忆阻器。忆阻器是一种电子设备，它可以根据电压改变电阻值，并记住以前的电压和电流状态。忆阻器阵列是由许多忆阻器组成的电路系统，这些忆阻器模拟神经元之间的突触连接并记录神经元之间的突触后电位。然后需要捕捉人类大脑的神经信号。脑机接口技术通常使用脑电图（EEG）、磁共振成像（MRI）和其他方法来获取神经信号。这些信号通常很弱，需要进行处理，例如信号放大和滤波，以增强信号的强度和准确性。信号采集后，需要进行数据预处理，包括去噪、滤波和特征提取。这些步骤可以提高信号的质量和准确性，并减少错误分类和干扰。预处理的神经信号被馈送到忆阻器阵列中用于模拟。在忆阻器阵列中，每个忆阻器代表一个神经元，它们之间的连接和突触强度可以通过电压和电流等进行调节。忆阻器数组可以模拟和记录神经元之间的突触后电位和信号。最后，通过算法等手段对神经信号的仿真结果进行了解释和控制。脑机接口系统可以通过解释脑电波等神经信号来控制计算机和假肢等外部设备，还可以实现人机交互等应用。在该系统的实际应用中，仍需要考虑许多细节，如不同的功能要求、信号信采集来源和使用环境的差异，以及针对不同场景应用的其他详细调整。
WiMi的系统采用了最新的技术解决方案，通过一系列忆阻器模拟神经元之间的突触连接，实现高效的神经信号处理和分析。这项技术将引领脑机接口技术的新革命，为人类带来更加便捷高效的智能交互体验。该系统还采用了自适应调整算法和强化学习算法，可以根据用户的操作习惯和意图快速调整神经网络的参数，从而实现更精确的控制。此外，该系统引入了多模态传感器和多源数据融合技术，可以融合来自不同传感器的数据，提高信号的准确性和稳健性。
