";123 Array
(
    [NAME] => Ученые ускорили восстановление данных до микросекунд
    [~NAME] => Ученые ускорили восстановление данных до микросекунд
    [TAGS] => микроэлектроника
    [~TAGS] => микроэлектроника
    [PREVIEW_TEXT] => 

	 Команда исследователей под руководством профессора Сунь Жуна из Пекинского университета представила новый аналоговый подход к мгновенному восстановлению сжатых данных. Новая схема позволяет решить задачу восстановления compressive sensing за один шаг в течение нескольких микросекунд.


    [~PREVIEW_TEXT] => 

	 Команда исследователей под руководством профессора Сунь Жуна из Пекинского университета представила новый аналоговый подход к мгновенному восстановлению сжатых данных. Новая схема позволяет решить задачу восстановления compressive sensing за один шаг в течение нескольких микросекунд.


    [PREVIEW_PICTURE] => Array
        (
            [ID] => 779
            [TIMESTAMP_X] => 22.02.2024 14:36:07
            [MODULE_ID] => iblock
            [HEIGHT] => 704
            [WIDTH] => 1024
            [FILE_SIZE] => 49568
            [CONTENT_TYPE] => image/jpeg
            [SUBDIR] => iblock/328/nky271xsim2pcg3vabiy2idx15tz2z6n
            [FILE_NAME] => RASPAKOVKA.jpg
            [ORIGINAL_NAME] => RASPAKOVKA.jpg
            [DESCRIPTION] => 
            [HANDLER_ID] => 
            [EXTERNAL_ID] => 76cd816ceb17f4a1ac7943c96c5dcf2d
            [VERSION_ORIGINAL_ID] => 
            [META] => 
            [SRC] => /upload/iblock/328/nky271xsim2pcg3vabiy2idx15tz2z6n/RASPAKOVKA.jpg
            [UNSAFE_SRC] => /upload/iblock/328/nky271xsim2pcg3vabiy2idx15tz2z6n/RASPAKOVKA.jpg
            [SAFE_SRC] => /upload/iblock/328/nky271xsim2pcg3vabiy2idx15tz2z6n/RASPAKOVKA.jpg
            [ALT] => Ученые ускорили восстановление данных до микросекунд
            [TITLE] => Ученые ускорили восстановление данных до микросекунд
        )

    [~PREVIEW_PICTURE] => 779
    [DETAIL_TEXT] => 

	 Compressive sensing (CS) — это такой способ восстановления сигнала, при котором используются разреженные или сжатые знания о предыдущих значениях сигнала. CS является основой современной обработки сигналов и изображений во многих важных областях, включая медицинскую визуализацию, беспроводную связь, отслеживание объектов и однопиксельные камеры.




	 Алгоритмы восстановления CS обычно очень сложны и включают в себя операции с матрицами высокой сложности и точечные нелинейные функции. Из-за этого способ редко используют для высокоскоростной обработки сигналов.




	 Команда из Пекинского университета разработала аналоговый модуль вычислений в памяти, который позволяет избежать предварительного расчета умножения матриц. Исследователи создали схему, точно соответствующую алгоритму локальной конкурентной обработки (LCA), который решает задачу восстановления CS за один шаг без итераций.








	 Скорость этой схемы оценивается на 1–2 порядка выше, чем у традиционных цифровых подходов, таких как глубокое обучение, и также превосходит другие электронные или фотонные аналоговые вычислительные решения. Схема обладает большим потенциалом для внедрения в процессоры восстановления CS на бэкенде для обеспечения возможностей обработки в реальном времени в микросекундном диапазоне, что, в свою очередь, может способствовать развитию передовых медицинских, визуальных и коммуникационных технологий. 





	 Ранее «Мир робототехники» писал, что ученые из Стэнфордского университета в США разработали новую технологию для создания быстрой и энергоэффективной компьютерной памяти. Она основана на принципе фазового перехода — переключении между состояниями высокого и низкого сопротивления для передачи двоичного кода.


    [~DETAIL_TEXT] => 

	 Compressive sensing (CS) — это такой способ восстановления сигнала, при котором используются разреженные или сжатые знания о предыдущих значениях сигнала. CS является основой современной обработки сигналов и изображений во многих важных областях, включая медицинскую визуализацию, беспроводную связь, отслеживание объектов и однопиксельные камеры.




	 Алгоритмы восстановления CS обычно очень сложны и включают в себя операции с матрицами высокой сложности и точечные нелинейные функции. Из-за этого способ редко используют для высокоскоростной обработки сигналов.




	 Команда из Пекинского университета разработала аналоговый модуль вычислений в памяти, который позволяет избежать предварительного расчета умножения матриц. Исследователи создали схему, точно соответствующую алгоритму локальной конкурентной обработки (LCA), который решает задачу восстановления CS за один шаг без итераций.








	 Скорость этой схемы оценивается на 1–2 порядка выше, чем у традиционных цифровых подходов, таких как глубокое обучение, и также превосходит другие электронные или фотонные аналоговые вычислительные решения. Схема обладает большим потенциалом для внедрения в процессоры восстановления CS на бэкенде для обеспечения возможностей обработки в реальном времени в микросекундном диапазоне, что, в свою очередь, может способствовать развитию передовых медицинских, визуальных и коммуникационных технологий. 





	 Ранее «Мир робототехники» писал, что ученые из Стэнфордского университета в США разработали новую технологию для создания быстрой и энергоэффективной компьютерной памяти. Она основана на принципе фазового перехода — переключении между состояниями высокого и низкого сопротивления для передачи двоичного кода.


    [DETAIL_PICTURE] => Array
        (
            [ID] => 780
            [TIMESTAMP_X] => 22.02.2024 14:36:07
            [MODULE_ID] => iblock
            [HEIGHT] => 1100
            [WIDTH] => 1600
            [FILE_SIZE] => 48385
            [CONTENT_TYPE] => image/jpeg
            [SUBDIR] => iblock/a4e/8augfld0iap56t0ii9kxxr3h0w3jimcf
            [FILE_NAME] => RASPAKOVKA.jpg
            [ORIGINAL_NAME] => RASPAKOVKA.jpg
            [DESCRIPTION] => 
            [HANDLER_ID] => 
            [EXTERNAL_ID] => 56b431606160cab69e6a2fbd3aef0da9
            [VERSION_ORIGINAL_ID] => 
            [META] => 
            [SRC] => /upload/iblock/a4e/8augfld0iap56t0ii9kxxr3h0w3jimcf/RASPAKOVKA.jpg
            [UNSAFE_SRC] => /upload/iblock/a4e/8augfld0iap56t0ii9kxxr3h0w3jimcf/RASPAKOVKA.jpg
            [SAFE_SRC] => /upload/iblock/a4e/8augfld0iap56t0ii9kxxr3h0w3jimcf/RASPAKOVKA.jpg
            [ALT] => Ученые ускорили восстановление данных до микросекунд
            [TITLE] => Ученые ускорили восстановление данных до микросекунд
        )

    [~DETAIL_PICTURE] => 780
    [DATE_ACTIVE_FROM] => 29.01.2024
    [~DATE_ACTIVE_FROM] => 29.01.2024
    [ID] => 336
    [~ID] => 336
    [IBLOCK_ID] => 1
    [~IBLOCK_ID] => 1
    [IBLOCK_SECTION_ID] => 6
    [~IBLOCK_SECTION_ID] => 6
    [DETAIL_TEXT_TYPE] => html
    [~DETAIL_TEXT_TYPE] => html
    [PREVIEW_TEXT_TYPE] => html
    [~PREVIEW_TEXT_TYPE] => html
    [TIMESTAMP_X] => 22.02.2024 14:36:07
    [~TIMESTAMP_X] => 22.02.2024 14:36:07
    [ACTIVE_FROM_X] => 2024-01-29 00:00:00
    [~ACTIVE_FROM_X] => 2024-01-29 00:00:00
    [ACTIVE_FROM] => 29.01.2024
    [~ACTIVE_FROM] => 29.01.2024
    [LIST_PAGE_URL] => /
    [~LIST_PAGE_URL] => /
    [DETAIL_PAGE_URL] => /cases/uchenye-uskorili-vosstanovlenie-dannykh-do-mikrosekund/
    [~DETAIL_PAGE_URL] => /cases/uchenye-uskorili-vosstanovlenie-dannykh-do-mikrosekund/
    [LANG_DIR] => /
    [~LANG_DIR] => /
    [CODE] => uchenye-uskorili-vosstanovlenie-dannykh-do-mikrosekund
    [~CODE] => uchenye-uskorili-vosstanovlenie-dannykh-do-mikrosekund
    [EXTERNAL_ID] => 336
    [~EXTERNAL_ID] => 336
    [IBLOCK_TYPE_ID] => news
    [~IBLOCK_TYPE_ID] => news
    [IBLOCK_CODE] => news_s1
    [~IBLOCK_CODE] => news_s1
    [IBLOCK_EXTERNAL_ID] => furniture_news_s1
    [~IBLOCK_EXTERNAL_ID] => furniture_news_s1
    [LID] => s1
    [~LID] => s1
    [NAV_RESULT] => 
    [NAV_CACHED_DATA] => 
    [DISPLAY_ACTIVE_FROM] => 29.01.2024
    [IPROPERTY_VALUES] => Array
        (
            [SECTION_META_TITLE] => Ученые ускорили восстановление данных до микросекунд
            [ELEMENT_META_TITLE] => Ученые ускорили восстановление данных до микросекунд
        )

    [FIELDS] => Array
        (
            [NAME] => Ученые ускорили восстановление данных до микросекунд
            [TAGS] => микроэлектроника
            [PREVIEW_TEXT] => 

	 Команда исследователей под руководством профессора Сунь Жуна из Пекинского университета представила новый аналоговый подход к мгновенному восстановлению сжатых данных. Новая схема позволяет решить задачу восстановления compressive sensing за один шаг в течение нескольких микросекунд.


            [PREVIEW_PICTURE] => Array
                (
                    [ID] => 779
                    [TIMESTAMP_X] => 22.02.2024 14:36:07
                    [MODULE_ID] => iblock
                    [HEIGHT] => 704
                    [WIDTH] => 1024
                    [FILE_SIZE] => 49568
                    [CONTENT_TYPE] => image/jpeg
                    [SUBDIR] => iblock/328/nky271xsim2pcg3vabiy2idx15tz2z6n
                    [FILE_NAME] => RASPAKOVKA.jpg
                    [ORIGINAL_NAME] => RASPAKOVKA.jpg
                    [DESCRIPTION] => 
                    [HANDLER_ID] => 
                    [EXTERNAL_ID] => 76cd816ceb17f4a1ac7943c96c5dcf2d
                    [VERSION_ORIGINAL_ID] => 
                    [META] => 
                    [SRC] => /upload/iblock/328/nky271xsim2pcg3vabiy2idx15tz2z6n/RASPAKOVKA.jpg
                    [UNSAFE_SRC] => /upload/iblock/328/nky271xsim2pcg3vabiy2idx15tz2z6n/RASPAKOVKA.jpg
                    [SAFE_SRC] => /upload/iblock/328/nky271xsim2pcg3vabiy2idx15tz2z6n/RASPAKOVKA.jpg
                    [ALT] => Ученые ускорили восстановление данных до микросекунд
                    [TITLE] => Ученые ускорили восстановление данных до микросекунд
                )

            [DETAIL_TEXT] => 

	 Compressive sensing (CS) — это такой способ восстановления сигнала, при котором используются разреженные или сжатые знания о предыдущих значениях сигнала. CS является основой современной обработки сигналов и изображений во многих важных областях, включая медицинскую визуализацию, беспроводную связь, отслеживание объектов и однопиксельные камеры.




	 Алгоритмы восстановления CS обычно очень сложны и включают в себя операции с матрицами высокой сложности и точечные нелинейные функции. Из-за этого способ редко используют для высокоскоростной обработки сигналов.




	 Команда из Пекинского университета разработала аналоговый модуль вычислений в памяти, который позволяет избежать предварительного расчета умножения матриц. Исследователи создали схему, точно соответствующую алгоритму локальной конкурентной обработки (LCA), который решает задачу восстановления CS за один шаг без итераций.








	 Скорость этой схемы оценивается на 1–2 порядка выше, чем у традиционных цифровых подходов, таких как глубокое обучение, и также превосходит другие электронные или фотонные аналоговые вычислительные решения. Схема обладает большим потенциалом для внедрения в процессоры восстановления CS на бэкенде для обеспечения возможностей обработки в реальном времени в микросекундном диапазоне, что, в свою очередь, может способствовать развитию передовых медицинских, визуальных и коммуникационных технологий. 





	 Ранее «Мир робототехники» писал, что ученые из Стэнфордского университета в США разработали новую технологию для создания быстрой и энергоэффективной компьютерной памяти. Она основана на принципе фазового перехода — переключении между состояниями высокого и низкого сопротивления для передачи двоичного кода.


            [DETAIL_PICTURE] => Array
                (
                    [ID] => 780
                    [TIMESTAMP_X] => 22.02.2024 14:36:07
                    [MODULE_ID] => iblock
                    [HEIGHT] => 1100
                    [WIDTH] => 1600
                    [FILE_SIZE] => 48385
                    [CONTENT_TYPE] => image/jpeg
                    [SUBDIR] => iblock/a4e/8augfld0iap56t0ii9kxxr3h0w3jimcf
                    [FILE_NAME] => RASPAKOVKA.jpg
                    [ORIGINAL_NAME] => RASPAKOVKA.jpg
                    [DESCRIPTION] => 
                    [HANDLER_ID] => 
                    [EXTERNAL_ID] => 56b431606160cab69e6a2fbd3aef0da9
                    [VERSION_ORIGINAL_ID] => 
                    [META] => 
                    [SRC] => /upload/iblock/a4e/8augfld0iap56t0ii9kxxr3h0w3jimcf/RASPAKOVKA.jpg
                    [UNSAFE_SRC] => /upload/iblock/a4e/8augfld0iap56t0ii9kxxr3h0w3jimcf/RASPAKOVKA.jpg
                    [SAFE_SRC] => /upload/iblock/a4e/8augfld0iap56t0ii9kxxr3h0w3jimcf/RASPAKOVKA.jpg
                    [ALT] => Ученые ускорили восстановление данных до микросекунд
                    [TITLE] => Ученые ускорили восстановление данных до микросекунд
                )

            [DATE_ACTIVE_FROM] => 29.01.2024
        )

    [PROPERTIES] => Array
        (
            [AUTHOR] => Array
                (
                    [ID] => 9
                    [TIMESTAMP_X] => 2024-04-16 13:42:26
                    [IBLOCK_ID] => 1
                    [NAME] => Автор статьи
                    [ACTIVE] => Y
                    [SORT] => 500
                    [CODE] => AUTHOR
                    [DEFAULT_VALUE] => 
                    [PROPERTY_TYPE] => S
                    [ROW_COUNT] => 1
                    [COL_COUNT] => 30
                    [LIST_TYPE] => L
                    [MULTIPLE] => N
                    [XML_ID] => 
                    [FILE_TYPE] => 
                    [MULTIPLE_CNT] => 5
                    [TMP_ID] => 
                    [LINK_IBLOCK_ID] => 0
                    [WITH_DESCRIPTION] => N
                    [SEARCHABLE] => N
                    [FILTRABLE] => N
                    [IS_REQUIRED] => N
                    [VERSION] => 1
                    [USER_TYPE] => 
                    [USER_TYPE_SETTINGS] => a:0:{}
                    [HINT] => 
                    [PROPERTY_VALUE_ID] => 1155
                    [VALUE] => Екатерина Александрова
                    [DESCRIPTION] => 
                    [VALUE_ENUM] => 
                    [VALUE_XML_ID] => 
                    [VALUE_SORT] => 
                    [~VALUE] => Екатерина Александрова
                    [~DESCRIPTION] => 
                    [~NAME] => Автор статьи
                    [~DEFAULT_VALUE] => 
                )

            [AU_PHOTO] => Array
                (
                    [ID] => 10
                    [TIMESTAMP_X] => 2024-04-16 13:42:26
                    [IBLOCK_ID] => 1
                    [NAME] => Автор фото 
                    [ACTIVE] => Y
                    [SORT] => 500
                    [CODE] => AU_PHOTO
                    [DEFAULT_VALUE] => 
                    [PROPERTY_TYPE] => S
                    [ROW_COUNT] => 1
                    [COL_COUNT] => 30
                    [LIST_TYPE] => L
                    [MULTIPLE] => N
                    [XML_ID] => 
                    [FILE_TYPE] => 
                    [MULTIPLE_CNT] => 5
                    [TMP_ID] => 
                    [LINK_IBLOCK_ID] => 0
                    [WITH_DESCRIPTION] => N
                    [SEARCHABLE] => N
                    [FILTRABLE] => N
                    [IS_REQUIRED] => N
                    [VERSION] => 1
                    [USER_TYPE] => 
                    [USER_TYPE_SETTINGS] => a:0:{}
                    [HINT] => 
                    [PROPERTY_VALUE_ID] => 1156
                    [VALUE] => Freepik – Storyset
                    [DESCRIPTION] => 
                    [VALUE_ENUM] => 
                    [VALUE_XML_ID] => 
                    [VALUE_SORT] => 
                    [~VALUE] => Freepik – Storyset
                    [~DESCRIPTION] => 
                    [~NAME] => Автор фото 
                    [~DEFAULT_VALUE] => 
                )

            [IMG_MAIN] => Array
                (
                    [ID] => 11
                    [TIMESTAMP_X] => 2024-04-16 13:42:26
                    [IBLOCK_ID] => 1
                    [NAME] => Картинка для Главной
                    [ACTIVE] => Y
                    [SORT] => 500
                    [CODE] => IMG_MAIN
                    [DEFAULT_VALUE] => 
                    [PROPERTY_TYPE] => F
                    [ROW_COUNT] => 1
                    [COL_COUNT] => 30
                    [LIST_TYPE] => L
                    [MULTIPLE] => N
                    [XML_ID] => 
                    [FILE_TYPE] => 
                    [MULTIPLE_CNT] => 5
                    [TMP_ID] => 
                    [LINK_IBLOCK_ID] => 0
                    [WITH_DESCRIPTION] => N
                    [SEARCHABLE] => N
                    [FILTRABLE] => N
                    [IS_REQUIRED] => N
                    [VERSION] => 1
                    [USER_TYPE] => 
                    [USER_TYPE_SETTINGS] => a:0:{}
                    [HINT] => 
                    [PROPERTY_VALUE_ID] => 
                    [VALUE] => 
                    [DESCRIPTION] => 
                    [VALUE_ENUM] => 
                    [VALUE_XML_ID] => 
                    [VALUE_SORT] => 
                    [~VALUE] => 
                    [~DESCRIPTION] => 
                    [~NAME] => Картинка для Главной
                    [~DEFAULT_VALUE] => 
                )

            [MAIN_THEME] => Array
                (
                    [ID] => 12
                    [TIMESTAMP_X] => 2024-04-16 13:42:26
                    [IBLOCK_ID] => 1
                    [NAME] => Главная тема
                    [ACTIVE] => Y
                    [SORT] => 500
                    [CODE] => MAIN_THEME
                    [DEFAULT_VALUE] => 
                    [PROPERTY_TYPE] => L
                    [ROW_COUNT] => 1
                    [COL_COUNT] => 30
                    [LIST_TYPE] => L
                    [MULTIPLE] => N
                    [XML_ID] => 
                    [FILE_TYPE] => 
                    [MULTIPLE_CNT] => 5
                    [TMP_ID] => 
                    [LINK_IBLOCK_ID] => 0
                    [WITH_DESCRIPTION] => N
                    [SEARCHABLE] => N
                    [FILTRABLE] => N
                    [IS_REQUIRED] => N
                    [VERSION] => 1
                    [USER_TYPE] => 
                    [USER_TYPE_SETTINGS] => a:0:{}
                    [HINT] => 
                    [PROPERTY_VALUE_ID] => 
                    [VALUE] => 
                    [DESCRIPTION] => 
                    [VALUE_ENUM] => 
                    [VALUE_XML_ID] => 
                    [VALUE_SORT] => 
                    [VALUE_ENUM_ID] => 
                    [~VALUE] => 
                    [~DESCRIPTION] => 
                    [~NAME] => Главная тема
                    [~DEFAULT_VALUE] => 
                )

            [MAIN_SECT] => Array
                (
                    [ID] => 13
                    [TIMESTAMP_X] => 2024-04-16 13:42:26
                    [IBLOCK_ID] => 1
                    [NAME] => В своём разделе
                    [ACTIVE] => Y
                    [SORT] => 500
                    [CODE] => MAIN_SECT
                    [DEFAULT_VALUE] => 
                    [PROPERTY_TYPE] => L
                    [ROW_COUNT] => 1
                    [COL_COUNT] => 30
                    [LIST_TYPE] => L
                    [MULTIPLE] => N
                    [XML_ID] => 
                    [FILE_TYPE] => 
                    [MULTIPLE_CNT] => 5
                    [TMP_ID] => 
                    [LINK_IBLOCK_ID] => 0
                    [WITH_DESCRIPTION] => N
                    [SEARCHABLE] => N
                    [FILTRABLE] => N
                    [IS_REQUIRED] => N
                    [VERSION] => 1
                    [USER_TYPE] => 
                    [USER_TYPE_SETTINGS] => a:0:{}
                    [HINT] => 
                    [PROPERTY_VALUE_ID] => 
                    [VALUE] => 
                    [DESCRIPTION] => 
                    [VALUE_ENUM] => 
                    [VALUE_XML_ID] => 
                    [VALUE_SORT] => 
                    [VALUE_ENUM_ID] => 
                    [~VALUE] => 
                    [~DESCRIPTION] => 
                    [~NAME] => В своём разделе
                    [~DEFAULT_VALUE] => 
                )

            [VIDEO_YOU] => Array
                (
                    [ID] => 14
                    [TIMESTAMP_X] => 2024-04-16 13:42:26
                    [IBLOCK_ID] => 1
                    [NAME] => Видео youtobe
                    [ACTIVE] => Y
                    [SORT] => 500
                    [CODE] => VIDEO_YOU
                    [DEFAULT_VALUE] => 
                    [PROPERTY_TYPE] => S
                    [ROW_COUNT] => 1
                    [COL_COUNT] => 30
                    [LIST_TYPE] => L
                    [MULTIPLE] => N
                    [XML_ID] => 
                    [FILE_TYPE] => 
                    [MULTIPLE_CNT] => 5
                    [TMP_ID] => 
                    [LINK_IBLOCK_ID] => 0
                    [WITH_DESCRIPTION] => N
                    [SEARCHABLE] => N
                    [FILTRABLE] => N
                    [IS_REQUIRED] => N
                    [VERSION] => 1
                    [USER_TYPE] => 
                    [USER_TYPE_SETTINGS] => a:0:{}
                    [HINT] => 
                    [PROPERTY_VALUE_ID] => 
                    [VALUE] => 
                    [DESCRIPTION] => 
                    [VALUE_ENUM] => 
                    [VALUE_XML_ID] => 
                    [VALUE_SORT] => 
                    [~VALUE] => 
                    [~DESCRIPTION] => 
                    [~NAME] => Видео youtobe
                    [~DEFAULT_VALUE] => 
                )

        )

    [DISPLAY_PROPERTIES] => Array
        (
            [AUTHOR] => Array
                (
                    [ID] => 9
                    [TIMESTAMP_X] => 2024-04-16 13:42:26
                    [IBLOCK_ID] => 1
                    [NAME] => Автор статьи
                    [ACTIVE] => Y
                    [SORT] => 500
                    [CODE] => AUTHOR
                    [DEFAULT_VALUE] => 
                    [PROPERTY_TYPE] => S
                    [ROW_COUNT] => 1
                    [COL_COUNT] => 30
                    [LIST_TYPE] => L
                    [MULTIPLE] => N
                    [XML_ID] => 
                    [FILE_TYPE] => 
                    [MULTIPLE_CNT] => 5
                    [TMP_ID] => 
                    [LINK_IBLOCK_ID] => 0
                    [WITH_DESCRIPTION] => N
                    [SEARCHABLE] => N
                    [FILTRABLE] => N
                    [IS_REQUIRED] => N
                    [VERSION] => 1
                    [USER_TYPE] => 
                    [USER_TYPE_SETTINGS] => a:0:{}
                    [HINT] => 
                    [PROPERTY_VALUE_ID] => 1155
                    [VALUE] => Екатерина Александрова
                    [DESCRIPTION] => 
                    [VALUE_ENUM] => 
                    [VALUE_XML_ID] => 
                    [VALUE_SORT] => 
                    [~VALUE] => Екатерина Александрова
                    [~DESCRIPTION] => 
                    [~NAME] => Автор статьи
                    [~DEFAULT_VALUE] => 
                    [DISPLAY_VALUE] => Екатерина Александрова
                )

            [AU_PHOTO] => Array
                (
                    [ID] => 10
                    [TIMESTAMP_X] => 2024-04-16 13:42:26
                    [IBLOCK_ID] => 1
                    [NAME] => Автор фото 
                    [ACTIVE] => Y
                    [SORT] => 500
                    [CODE] => AU_PHOTO
                    [DEFAULT_VALUE] => 
                    [PROPERTY_TYPE] => S
                    [ROW_COUNT] => 1
                    [COL_COUNT] => 30
                    [LIST_TYPE] => L
                    [MULTIPLE] => N
                    [XML_ID] => 
                    [FILE_TYPE] => 
                    [MULTIPLE_CNT] => 5
                    [TMP_ID] => 
                    [LINK_IBLOCK_ID] => 0
                    [WITH_DESCRIPTION] => N
                    [SEARCHABLE] => N
                    [FILTRABLE] => N
                    [IS_REQUIRED] => N
                    [VERSION] => 1
                    [USER_TYPE] => 
                    [USER_TYPE_SETTINGS] => a:0:{}
                    [HINT] => 
                    [PROPERTY_VALUE_ID] => 1156
                    [VALUE] => Freepik – Storyset
                    [DESCRIPTION] => 
                    [VALUE_ENUM] => 
                    [VALUE_XML_ID] => 
                    [VALUE_SORT] => 
                    [~VALUE] => Freepik – Storyset
                    [~DESCRIPTION] => 
                    [~NAME] => Автор фото 
                    [~DEFAULT_VALUE] => 
                    [DISPLAY_VALUE] => Freepik – Storyset
                )

        )

    [IBLOCK] => Array
        (
            [ID] => 1
            [~ID] => 1
            [TIMESTAMP_X] => 16.04.2024 13:42:26
            [~TIMESTAMP_X] => 16.04.2024 13:42:26
            [IBLOCK_TYPE_ID] => news
            [~IBLOCK_TYPE_ID] => news
            [LID] => s1
            [~LID] => s1
            [CODE] => news_s1
            [~CODE] => news_s1
            [API_CODE] => 
            [~API_CODE] => 
            [REST_ON] => N
            [~REST_ON] => N
            [NAME] => Статьи
            [~NAME] => Статьи
            [ACTIVE] => Y
            [~ACTIVE] => Y
            [SORT] => 500
            [~SORT] => 500
            [LIST_PAGE_URL] => 
            [~LIST_PAGE_URL] => 
            [DETAIL_PAGE_URL] => #SITE_DIR#/#SECTION_CODE#/#ELEMENT_CODE#/
            [~DETAIL_PAGE_URL] => #SITE_DIR#/#SECTION_CODE#/#ELEMENT_CODE#/
            [SECTION_PAGE_URL] => #SITE_DIR#/#SECTION_CODE#
            [~SECTION_PAGE_URL] => #SITE_DIR#/#SECTION_CODE#
            [CANONICAL_PAGE_URL] => 
            [~CANONICAL_PAGE_URL] => 
            [PICTURE] => 
            [~PICTURE] => 
            [DESCRIPTION] => 
            [~DESCRIPTION] => 
            [DESCRIPTION_TYPE] => text
            [~DESCRIPTION_TYPE] => text
            [RSS_TTL] => 24
            [~RSS_TTL] => 24
            [RSS_ACTIVE] => Y
            [~RSS_ACTIVE] => Y
            [RSS_FILE_ACTIVE] => N
            [~RSS_FILE_ACTIVE] => N
            [RSS_FILE_LIMIT] => 
            [~RSS_FILE_LIMIT] => 
            [RSS_FILE_DAYS] => 
            [~RSS_FILE_DAYS] => 
            [RSS_YANDEX_ACTIVE] => N
            [~RSS_YANDEX_ACTIVE] => N
            [XML_ID] => furniture_news_s1
            [~XML_ID] => furniture_news_s1
            [TMP_ID] => 6cfbdd5e02a2f38f8bf51afa68b2792c
            [~TMP_ID] => 6cfbdd5e02a2f38f8bf51afa68b2792c
            [INDEX_ELEMENT] => Y
            [~INDEX_ELEMENT] => Y
            [INDEX_SECTION] => Y
            [~INDEX_SECTION] => Y
            [WORKFLOW] => N
            [~WORKFLOW] => N
            [BIZPROC] => N
            [~BIZPROC] => N
            [SECTION_CHOOSER] => L
            [~SECTION_CHOOSER] => L
            [LIST_MODE] => 
            [~LIST_MODE] => 
            [RIGHTS_MODE] => S
            [~RIGHTS_MODE] => S
            [SECTION_PROPERTY] => N
            [~SECTION_PROPERTY] => N
            [PROPERTY_INDEX] => N
            [~PROPERTY_INDEX] => N
            [VERSION] => 1
            [~VERSION] => 1
            [LAST_CONV_ELEMENT] => 0
            [~LAST_CONV_ELEMENT] => 0
            [SOCNET_GROUP_ID] => 
            [~SOCNET_GROUP_ID] => 
            [EDIT_FILE_BEFORE] => 
            [~EDIT_FILE_BEFORE] => 
            [EDIT_FILE_AFTER] => 
            [~EDIT_FILE_AFTER] => 
            [SECTIONS_NAME] => Разделы
            [~SECTIONS_NAME] => Разделы
            [SECTION_NAME] => Раздел
            [~SECTION_NAME] => Раздел
            [ELEMENTS_NAME] => Статьи
            [~ELEMENTS_NAME] => Статьи
            [ELEMENT_NAME] => Статья
            [~ELEMENT_NAME] => Статья
            [EXTERNAL_ID] => furniture_news_s1
            [~EXTERNAL_ID] => furniture_news_s1
            [LANG_DIR] => /
            [~LANG_DIR] => /
            [SERVER_NAME] => roboticsworld.ru
            [~SERVER_NAME] => roboticsworld.ru
        )

    [SECTION] => Array
        (
            [PATH] => Array
                (
                    [0] => Array
                        (
                            [ID] => 6
                            [~ID] => 6
                            [CODE] => cases
                            [~CODE] => cases
                            [XML_ID] => 
                            [~XML_ID] => 
                            [EXTERNAL_ID] => 
                            [~EXTERNAL_ID] => 
                            [IBLOCK_ID] => 1
                            [~IBLOCK_ID] => 1
                            [IBLOCK_SECTION_ID] => 
                            [~IBLOCK_SECTION_ID] => 
                            [SORT] => 150
                            [~SORT] => 150
                            [NAME] => Кейсы
                            [~NAME] => Кейсы
                            [ACTIVE] => Y
                            [~ACTIVE] => Y
                            [DEPTH_LEVEL] => 1
                            [~DEPTH_LEVEL] => 1
                            [SECTION_PAGE_URL] => /cases
                            [~SECTION_PAGE_URL] => /cases
                            [IBLOCK_TYPE_ID] => news
                            [~IBLOCK_TYPE_ID] => news
                            [IBLOCK_CODE] => news_s1
                            [~IBLOCK_CODE] => news_s1
                            [IBLOCK_EXTERNAL_ID] => furniture_news_s1
                            [~IBLOCK_EXTERNAL_ID] => furniture_news_s1
                            [GLOBAL_ACTIVE] => Y
                            [~GLOBAL_ACTIVE] => Y
                            [IPROPERTY_VALUES] => Array
                                (
                                    [SECTION_META_TITLE] => Кейсы
                                    [ELEMENT_META_TITLE] => Кейсы
                                )

                        )

                )

        )

    [SECTION_URL] => /cases
    [META_TAGS] => Array
        (
            [TITLE] => Ученые ускорили восстановление данных до микросекунд
            [BROWSER_TITLE] => Ученые ускорили восстановление данных до микросекунд
            [KEYWORDS] => 
            [DESCRIPTION] => 
        )

)
  • Главная
  • Кейсы
  • Ученые ускорили восстановление данных до микросекунд

Ученые ускорили восстановление данных до микросекунд

Команда исследователей под руководством профессора Сунь Жуна из Пекинского университета представила новый аналоговый подход к мгновенному восстановлению сжатых данных. Новая схема позволяет решить задачу восстановления compressive sensing за один шаг в течение нескольких микросекунд.

Compressive sensing (CS) — это такой способ восстановления сигнала, при котором используются разреженные или сжатые знания о предыдущих значениях сигнала. CS является основой современной обработки сигналов и изображений во многих важных областях, включая медицинскую визуализацию, беспроводную связь, отслеживание объектов и однопиксельные камеры.

Алгоритмы восстановления CS обычно очень сложны и включают в себя операции с матрицами высокой сложности и точечные нелинейные функции. Из-за этого способ редко используют для высокоскоростной обработки сигналов.

Команда из Пекинского университета разработала аналоговый модуль вычислений в памяти, который позволяет избежать предварительного расчета умножения матриц. Исследователи создали схему, точно соответствующую алгоритму локальной конкурентной обработки (LCA), который решает задачу восстановления CS за один шаг без итераций.

Скорость этой схемы оценивается на 1–2 порядка выше, чем у традиционных цифровых подходов, таких как глубокое обучение, и также превосходит другие электронные или фотонные аналоговые вычислительные решения. Схема обладает большим потенциалом для внедрения в процессоры восстановления CS на бэкенде для обеспечения возможностей обработки в реальном времени в микросекундном диапазоне, что, в свою очередь, может способствовать развитию передовых медицинских, визуальных и коммуникационных технологий.

Ранее «Мир робототехники» писал, что ученые из Стэнфордского университета в США разработали новую технологию для создания быстрой и энергоэффективной компьютерной памяти. Она основана на принципе фазового перехода — переключении между состояниями высокого и низкого сопротивления для передачи двоичного кода.

#микроэлектроника
29.01.2024
Екатерина Александрова
Фото: Freepik – Storyset

Мы рекомендуем:

Автомобильная промышленность в США установила рекорд роботизации в 2023 году

#промышленные