据PHYS网1月10日消息，美国斯坦福大学研究人员开发出基于波物理学的模拟递归神经网络框架，可识别波信号而无需数模转换，从而提高系统运行速度并降低功率。研究人员在该递归神经网络框架中建立起激励与电子信号的映射关系，使得系统可被动处理激励信号，获取存留在波信号中的信息。演示实验中，研究人员成功使用该框架对语音数据集各片段中的元音进行准确分类，处理性能与传统纯数字信号处理框架相当。该框架的提出，为更高效的模拟机器平台开发铺平了道路。
https://phys.org/news/2020-01-physics-analog-recurrent-neural-network.html
