Das Projekt NeuroMemSens zielt auf die gemeinsame Entwicklung von Schaltkreisen für maschinelles Lernen unter Verwendung neuartiger Speicher aus Memristoren, die zu schnellen analogen Hardware-Beschleunigern führen. Hierbei wird digitale Logik genutzt, diese KI Systeme zu trainieren. Es zeigt das Potenzial dieser Designphilosophie mit einem biomedizinischen KI-System auf einem Chip das mit 1-D-PPG- (Photoplethysmographie) und 2-D-Bildsensoren verbunden ist, um Blutdruck und Herzfrequenz akkurat zu messen, wodurch auch die Fähigkeiten biomedizinischer integrierter Schaltungen verbessert werden. Die derzeitigen Überwachungssysteme im Gesundheitswesen stehen vor großen Herausforderungen in Bezug auf Datensicherheit, Echtzeit Echtzeit-Anpassungsfähigkeit, Energieverbrauch und die reibungslose Integration komplexer Rechenprozesse auf einem einzigen IC-Chip. NeuroMemSens überwindet die bestehenden Hindernisse durch die Einführung einer neuartigen multisensorische Lösung, die eine einheitliche Plattform für fortschrittliche Signalverarbeitung und prädiktive Modellierung liefern. Durch die Integration von zwei verschiedenen sensorischen Paradigmen mit neuronalen Netzwerkschaltungen auf einem Chip zielt das Projekt darauf ab, die Wirksamkeit und Zuverlässigkeit von Überwachungssystemen im Gesundheitswesen zu verbessern. Neben der Demonstration des biomedizinischen Systems zeigt das Projekt auch das Potenzial von KI-Systemen mit gemischten Signalen Systeme auf einem Chip, die das Design von hochsicheren maschinellen Lernsystemen mit geringem Stromverbrauch hochsichere maschinelle Lernsysteme für Anwendungen am Rande der Datenverarbeitung . Das Projekt umfasst die fortgeschrittene Integration von Sensorintegration mit hochentwickelten Datenverarbeitungsalgorithmen. Es sieht ein System vor, das sich durch lokales Training auf den einzelnen Endnutzer einstellt und damit einen wichtigen Bedarf in der biomedizinischen Elektronik deckt.