|
|
晶片、原型模組、影像處理板(內含CMOS)、訊號處理板、嵌入式開發模組，提供兩種可選擇的學習演算法：KNN與RBF (包含RCE)
|
|
 應用： |
| Image recognition |
Signal recognition |
Data mining |
- 局部檢視
- 物件辨識
- 臉部辨識
- 標的追蹤
- 影像監視
- 運動學
- More…
|
- 語音辨識
- 電達識別
- EKG,EEG監視
- 聲納識別
- 振動監測
- More…
|
- 密碼學
- 基因體學
- 生物資訊
- 指紋辨識
- 非結構化資料採礦
- 循環冗贅核對
- More…
|
|
| Pito Chip 類神經網路晶片 |
 At 27Mhz, CM1K is 90 times faster than a DSP at 300Mhz to match one pattern of 256 bytes among 1024.
神經元可即時訓練，或者從檔案中載入知識，並儲存在快閃記憶體內，如此一來，在下次開機時，模組還能自動地恢復識別能力。
1024 neurons on a chip!! |
類神經晶片規格：
- Parallel architecture with 1024 neurons
- RCE (Restricted Coulomb Energy)
- Two classifiers:
-
Radial Basis Function (RBF)
-
K-Nearest Neighb
- or (KNN)
- Vector data: up to 256 bytes
- Classification status: Identified (pin 13), Uncertain (pin 14) or Unknown
- Categories: up to 32768 values
- Distance calculation: L1 or LSup distance norms
- Sub-networks: up to 127 context values
- Trained by example
- Recognition stage for direct digital input
I/O buses
- Parallel bus
- Serial bus I2C (100 kbit, 400 kbit and 3.3Mbit)
- Male and female 80-pin hirose connector for stackability
- Up to four stacked modules, totaling 8192 neurons
|
|
|
| 原型模組 |
 原型模組可支援兩個類神經晶片，同時運行2048個神經元。
|
  |
|
|
|
|
|
|
| 嵌入式開發模組 |
開發模組上最高可支援8192個神經元（八個類神經晶片） |
|
|
|
|
Aptina MT9V023
CMOS Sensor Monochrome
|
Actel IGLOO AGL600
|
最小/最快可訓練視覺感測OEM板
|
|
|
