昆蟲可以通過一種稱為初級運動檢測器（EMD）的特殊神經回路有效地進行物體運動檢測。相比之下，傳統的機器視覺系統需要大量的計算資源來進行動態運動處理。
韓國科學技術院Kyung Min Kim等提出了一個完全憶阻EMD（M-EMD），它實現了Hassenstein-Reichardt（HR）相關器，這是一個EMD的生物學模型。
本文要點：
（1）
M-EMD由一個簡單的Y形配置組成，包括一個靜態電阻、一個動態憶阻器和一個Mott憶阻器。電阻器和動態憶阻器引入不同的信號延遲，從而在后續Mott憶阻器中實現時空信號集成，產生方向選擇性響應。此外，作者開發了一個采用M-EMDs的神經形態系統來預測道路上車輛的變道動作。
（2）
該系統在NGSIM數據集上預測未來變道動作的準確性較高（>87%），同時與沒有M-EMD的傳統神經形態系統相比，計算成本降低了92.9%，這表明其在邊緣級計算方面具有強大的潛力。
參考文獻:
H. Song, M. G. Lee, G. Kim, D. H. Kim, G. Kim, W. Park, H. Rhee, J. H. In, K. M. Kim, Fully Memristive Elementary Motion Detectors for A Maneuver Prediction. Adv. Mater. 2024, 2309708.
DOI: 10.1002/adma.202309708
https://doi.org/10.1002/adma.202309708
