MétaCan
Menu
Retour à la cohorte
Enregistrement W1991661439 · doi:10.3169/itej.61.347

An Over 200-dB Dynamic Range CMOS Image Sensor Combining a Lateral Overflow Integration with Photo-Current Readout Operation

2007· article· en· W1991661439 sur OpenAlexaff
Nana Akabane, Noriko Ide, Satoru Adachi, Koichi Mizobuchi, Shigetoshi Sugawa

Notice bibliographique

RevueThe Journal of The Institute of Image Information and Television Engineers · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueCCD and CMOS Imaging Sensors
Établissements canadiensHatch (Canada)
Organismes subventionnairesnon disponible
Mots-clésDynamic rangeWide dynamic rangeHigh dynamic rangeShutterImage sensorCMOSIlluminanceVoltageTime delay and integrationElectrical engineeringRolling shutterPixelRange (aeronautics)Current (fluid)DiodeNoise (video)OpticsPhysicsComputer scienceEngineeringImage (mathematics)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

A wide dynamic range 64x64 CMOS image sensor with 20x20um 2 pixel that combines a lateral-overflow integration voltage-readout operation with the current readout operation from the buried photo-diode hasbeen developed.In the voltage readout operation,an over 160-dB dynamic range image with a linear response isobtained from sequential electronic shutter operations from 1/30 s to 1/130 ks with a dynamic range of about 100-dB within a light intensity range from about 10 -2lx to 106lx.In addition,an over 200-dB dynamic range perform-ance of up to 108lx or more with few time exposures in the high illuminance region is made possible by combiningit with the current reading operation.More than 40 dB for all noises,including photon shot noise,occurs around all the switching points.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,004
Tête enseignante GPT0,224
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of The Institute of Image Information and Television EngineersMême sujetCCD and CMOS Imaging SensorsTravaux en français237 207