MétaCan
Menu
← Retour à la cohorte
Enregistrement W1617902979 · doi:10.1063/1.2401435

Wide Dynamic Range Front-end Electronics for Beam Current and Position Measurement

2006· article· en· W1617902979 sur OpenAlexafffund
W. R. Rawnsley, Richard J. Potter, V. Verzilov, L. Root

Notice bibliographique

RevueAIP conference proceedings · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle accelerators and beam dynamics
Établissements canadiensTRIUMF
Organismes subventionnairesTRIUMF
Mots-clésDetectorDigital signal processingSIGNAL (programming language)Digital signal processorFront and back endsDynamic rangeElectronicsDuty cyclePhysicsComputer scienceElectrical engineeringComputer hardwareVoltageOpticsEngineering

Résumé

récupéré en direct d'OpenAlex

An Analog Devices log detector, AD8306, and a Digital Signal Processor (DSP), ADSP‐21992, have been found useful for building wide dynamic range, accurate and inexpensive front‐end electronics to measure and process the RF signals from TRIUMF’s beam monitors. The high‐precision log detector has a useful dynamic range of over 100 dB. The 160 MHz mixed‐signal DSP is used to digitize the log detector output, linearize it via a lookup table, perform temperature compensation, and remove the variable duty cycle 1 kHz pulse structure of the beam. This approach has been applied to two types of devices in a 500 MeV proton beamline. The 0.1% DC to CW total current monitor is based on a capacitive pickup resonant at 46.11 MHz, the second harmonic of the bunch frequency. The DSP software provides low pass filtering, calculates the antilog of the data and passes the output to a CAMAC input register. The BPM electronics process data from inductive pickup loops. The DSP controls a GaAs switch which multiplexes signals from four adjacent pickups to a single log detector. The DSP performs difference‐over‐sum or log‐ratio data analysis along with averaging over an arbitrary number of samples.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,290

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0870,032

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,226
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedings→Même sujetParticle accelerators and beam dynamics→Travaux en français237 207→