Este artículo presenta la electrónica impresa como una alternativa prometedora a los sistemas basados en silicio para aplicaciones que requieren flexibilidad, elasticidad, conformabilidad y costos de fabricación ultrabajos. A pesar del gran tamaño de la electrónica impresa, las redes neuronales impresas (NN) han atraído una atención significativa para cumplir con los requisitos de las aplicaciones objetivo. Sin embargo, la implementación de circuitos complejos sigue siendo un desafío. Este estudio aborda la brecha entre la precisión de clasificación y la eficiencia de área en redes neuronales impresas, abordando el diseño y la cooptimización de todo el sistema de proximidad del sensor de procesamiento, desde la interfaz analógico-digital (un importante cuello de botella de área y potencia) hasta el clasificador digital. Este artículo propone un marco automatizado para diseñar redes neuronales ternarias impresas con precisión de entrada arbitraria, utilizando optimización multiobjetivo y aproximación global. El circuito propuesto supera a las redes neuronales impresas convencionales de aproximación en un promedio de 17 veces en área y 59 veces en potencia, y es el primero en permitir el funcionamiento con baterías impresas con una pérdida de precisión inferior al 5%, considerando el costo de la interfaz analógico-digital.
