MétaCan
Menu
Retour à la cohorte
Enregistrement W2014265151 · doi:10.1109/icuwb.2015.7324465

Integrated UWB Transmitter and Antenna Design for Interfacing High-Density Brain Microprobes

2015· article· en· W2014265151 sur OpenAlexaff
Hadi Bahrami, S. Abdollah Mirbozorgi, Leslie A. Rusch, Benoit Gosselin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTransmitterElectronic engineeringPhase-shift keyingAntenna (radio)Transmission (telecommunications)Computer scienceModulation (music)InterfacingCMOSElectrical engineeringAmplitude-shift keyingEngineeringTelecommunicationsBit error ratePhysicsChannel (broadcasting)Computer hardwareAcoustics

Résumé

récupéré en direct d'OpenAlex

This paper presents and compares two transmitter topologies (TX1 and TX2) using different modulation schemes to provide high data rate in high-density neural recording systems. Both transmitters use IR-UWB implemented based on an edge combining approach. TX2, which is using an improved topology, consumes less power and uses less area than TX1, while supporting the same data rate. The power consumption is also reduced by 35% at 500 Mbps in TX2. Both transmitters employ pulse shaping within the 3.1 and 7 GHz subband of the unregulated ultra-wide band to mitigate high transmission loss of the propagated EM waves above 7 GHz inside biological tissues. An implantable antenna and an external antenna are designed for utilization as TX and RX antennas in this application, respectively. Both transmitters have been fully integrated into a standard TSMC 0.18-μm CMOS technology and provide high data transmission rate above 500 Mbps. TX1 supports OOK and binary phase shift keying (BPSK) modulations, while TX2 supports only OOK modulation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,024
Tête enseignante GPT0,209
Écart entre enseignants0,184 · 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
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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Body Area NetworksTravaux en français237 207