MétaCan
Menu
Retour à la cohorte
Enregistrement W2081089343 · doi:10.1109/jsen.2013.2282624

Low-Noise, High-Gain Transimpedance Amplifier Integrated With SiAPD for Low-Intensity Near-Infrared Light Detection

2013· article· en· W2081089343 sur OpenAlexafffund
Ehsan Kamrani, Frédéric Lesage, Mohamad Sawan

Notice bibliographique

RevueIEEE Sensors Journal · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Optical Sensing Technologies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research ChairsHeart and Stroke Foundation of Canada
Mots-clésTransimpedance amplifierOptoelectronicsCMOSMaterials scienceAvalanche photodiodeAmplifierPhotodiodePreamplifierLow-noise amplifierElectrical engineeringPhysicsOpticsOperational amplifierEngineeringDetector

Résumé

récupéré en direct d'OpenAlex

A fully integrated near-infrared spectroscopy photoreceiver including two new silicon avalanche photodiodes (SiAPDs) and a new transimpedance amplifier (TIA) is proposed in this paper. SiAPDs are designed in p+/n-well structure with guard-rings realized in different shapes. The TIA front-end has been designed using distributed-gain concept combined with resistive-feedback and common-gate topology to reach low-noise, low-power consumption, high gain-bandwidth product characteristics and it is robust against power-supply variation (1-3 V). This circuit is developed using 0.35 μm CMOS technology and the measurement results are compared with other results from the literature. The designed rectangular and octagonal SiAPDs have the avalanche gain of 100 and 45 with the breakdown voltage of 9 and 6 V and the photon absorption efficiency of 45% and 25% at 800 nm. Fabricated TIA offers high-transimpedance gain (up to 250 MV/A), tunable BW (1 kHz-1 GHz), extremely low input and output noises (100 fA/√Hz, 1.8 μV/√Hz), and low-power consumption (0.8 mW). The impact and effects of on-chip integration of SiAPD and TIA front-end have been also measured and evaluated.

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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

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 savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,214
Écart entre enseignants0,207 · 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

Citations52
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetAdvanced Optical Sensing TechnologiesTravaux en français237 207