摘要：研究人员通过记录和将手势转移到系统中来增强了布朗储层计算的框架，然后将手势转移到系统中，然后使用天空来检测这些单独的手势。...

Johannes Gutenberg University Mainz（JGU）的研究人员通过记录和将手势转移到系统中，然后使用Skyrmions来检测这些单个手势，从而增强了Brownian水库计算的框架。 “我们的硬件方法和概念效果很好 - 甚至比采用神经网络的能源密集型软件解决方案更好，” JGU物理研究所MathiasKläui研究小组的成员Grischa Beneke说。与其他实验和理论物理学家合作，Beneke能够证明，可以通过相对较高的精度来识别简单的手势。

储层计算不需要培训工作并减少能耗

储层计算系统类似于人工神经网络。他们的优势是他们不需要大量的培训，从而减少了整体能耗。 Beneke解释说：“我们要做的就是训练一种简单的输出机制来绘制结果。”确切的计算过程尚不清楚，并且在详细范围内并不重要。可以将系统与扔石头的池塘进行比较，从而在表面上产生复杂的波形图案。就像波浪暗示了抛出的石头的数量和位置一样，系统的输出机制提供了有关原始输入的信息。

在最近发表的最新论文中自然通讯，研究人员描述了他们如何使用两种Infineon Technologies雷达传感器记录了左右滑动的简单手势。然后将雷达数据转换为相应的电压，以馈入储层中，在这种情况下，该电压由多层薄膜堆栈组成，这些薄膜堆栈由各种材料组成，这些材料形成到三角形，并在其每个角落都有触点。两个触点提供电压，这导致天空在三角形内移动。 Grischa Beneke说：“为了回应所提供的信号，我们检测到复杂的运动。” “天空的这些运动使我们能够推断出雷达系统所记录的动作。” Skyrmions是手性磁旋转，被认为具有在非规定计算设备中使用的主要潜力，并作为创新数据存储设备中的信息载体。 “天空真的很令人惊讶。我们首先仅将它们视为数据存储的候选者，但它们在计算与传感器系统相结合的计算方面也具有很大的潜力，” MathiasKläui教授是JGU这一研究领域的主管。

比较使用布朗储层计算获得的结果与使用基于软件的方法记录的结果获得的结果表明，在Brownian Reservoir Computing的情况下，手势识别的准确性相似，甚至更好。储层计算与布朗计算概念的组合的好处是，天空可以自由执行随机运动，因为磁性特性的局部差异对它们的反应方式的影响较小。这意味着，与他们通常的响应方式相比，天空阵营仅以非常低的电流进行移动 - 与软件方法相比，能源效率的显着提高。由于多普勒雷达收集的数据和储层的固有动力学在相似的时间尺度上运行，因此传感器数据可以直接输入到储层中。可以对系统的时间尺度进行调整以解决其他各种问题。

研究人员在其论文中总结道：“我们发现，在我们的硬件储层中检测到不同手势的雷达数据，其保真度至少与基于软件的最新神经网络方法一样好。”自然通讯。根据贝尼克（Beneke）的说法，就读出过程而言，应进一步改善，该过程目前使用磁光效应（MOKE）显微镜。磁性隧道连接点的使用可能有助于减小整个系统的大小。磁性隧道交界处提供的信号已经被模拟以证明储层的容量。