🌀 AIBB-Flywheel

新闻数据飞轮
← 返回文章列表
ithome 其他 采集 2026-07-28T04:05:30+00:00

液体也能搞计算:400 颗粒子成功预测混沌信号,精度约为忆阻器方案的 1/10

来源
ithome
发布时间
2026-07-28T03:30:29
采集批次
2026-07-28-04
字数
1032
URL 指纹
1c58c7dce45cef1e

📌 AI 总结(236 字)

IT之家报道,德国康斯坦茨大学与斯图加特大学物理团队研发出一种基于液滴中400个微小颗粒的物理储液池计算系统,可用于混沌信号预测与异常检测。该系统通过532nm激光加热二氧化硅微粒上的碳层,驱动粒子围绕目标点振荡,粒子间的流场耦合构成计算网络。研究团队在麦基-格拉斯混沌序列预测任务中取得0.90的F1值,能识别不影响均值、方差和自相关性的细微异常。不过其归一化均方根误差约为0.1,精度仍落后于基于忆阻器的系统(误差低至0.01以下),但在能效和生物兼容性方面具有优势。
📄 正文(1032 字)
IT之家7月28日消息,科技媒体Tom's Hardware昨日(7月27日)发布博文,报道称德国科学家利用液滴中的400个微小颗粒,完成混沌信号预测和异常检测。

「混沌信号」通常指由混沌系统产生的时间序列:它看起来像随机噪声,但本质上是由确定性(可用方程描述)的系统动力学产生的。它的典型特点是对初始条件极度敏感、长期不可预测,但统计规律性仍然存在。

该研究成果由康斯坦茨大学和斯图加特大学的物理学家团队研究打造,相关成果发表在《通信、人工智能与计算》期刊上。该阵列预测了一个混沌的麦基-格拉斯(Mackey-Glass)序列,并识别出了不影响信号均值、方差和短时自相关性的异常,在更复杂的任务中取得了0.90的F1值。

麦基-格拉斯序列是Mackey-Glass方程生成的混沌时间序列,具有确定性规则和复杂变化特征,研究通常用它检验系统对非线性时间依赖关系的预测能力。不过该系统的精度依然存在挑战,论文中明确指出,单步麦基-格拉斯序列预测的归一化均方根误差约为0.1,相比较基于忆阻器的储能系统(误差已达到0.01或更低),其阵列精度约为十分之一。

运行该储液池需要一台532nm激光器、一台以100 kHz频率扫描的双轴声光偏转器、一台带有粒子追踪功能的实时显微镜、一个温控石英池,以及一台普通计算机(用于处理1000个高斯核函数以生成输出结果)。

在系统设计方面,每个振荡器都是一个半径为3μm的二氧化硅球,其一端覆盖着80nm厚的碳层,并悬浮在28°C的水-二甲基吡啶混合溶液中。科研团队利用532nm激光加热碳层,驱动粒子飞向预设的目标点。由于成像和光束重新定位之间存在延迟,粒子会过冲并最终停留在一个较小的轨道上。液体中的流场会耦合相邻的轨道,数据以目标点位移的形式输入系统。

研究人员将振荡器排列为六边形晶格。单个粒子围绕目标位置运行,轨道半径约为1μm。阵列间距L可设为12μm、14μm或30μm,阻尼参数Γ可设为0μm、1.4μm或1.5μm。脉冲测试中,研究人员将全部目标位置沿同一方向移动4μm,持续4个延迟时间,由此测得的弛豫时间随L和Γ变化超过1个数量级。

在混沌Mackey-Glass序列预测实验中,阵列接收6700个时间步信号,前80%数据用于训练线性读出层,后20%数据用于验证。模拟结果显示,输入通道数从1增加至10时,10步预测误差下降,继续增加后性能下降。仅驱动20%的振荡器时,系统仍保持较高预测准确率。