엣지 감지를 위한 메모리스티브 패스트-캐니 연산

메모리스터 기반의 인-메모리 컴퓨팅 패러다임은 데이터 센터의 계산적 압박을 줄여주는 최종 장치의 이미지 전처리에서 엣지 감지를 위한 유망한 경로입니다. 그러나 엣지 감지를 위한 성능이 뛰어난 캐니 연산자의 구현은 메모리스터 배열에 매핑할 때 계산 시간과 면적 오버헤드 측면에서 도전에 직면합니다. 본 연구에서는 빠른 캐니 연산자의 효율적인 메모리스티브 1단계 구현을 제안하였습니다. 곱셈의 연관성을 활용하여, 가우시안 및 소벨 연산자로 구성된 기존의 캐니 연산자는 패스트-캐니 연산자로 변환되어 아홉 개의 병렬 메모리스터 배열에 매핑됩니다. 그러면 출력 전류는 엣지 이미지의 최종 픽셀이 됩니다. 이 방법의 실행 가능성을 검증하기 위해, 장치 변동(= 6%) 하에서 장치 인식 시뮬레이션에서 높은 정확도로 성공적인 엣지 감지(OIS = 0.73)가 달성됩니다. 또한, 메모리스터 배열에서 빠른 캐니 연산자의 구현은 이전의 2회 콘볼루션 캐니 연산과 비교하여 처리 시간을 절반으로 줄이고 버퍼의 면적을 절약할 수 있습니다. 본 연구는 메모리스티브 패스트-캐니 연산자가 네트워크 엣지에서 엣지 감지를 위한 유망하고 효율적인 하드웨어 솔루션이 될 수 있음을 제안합니다.