MétaCan
Menu
Retour à la cohorte
Enregistrement W2114335770 · doi:10.1109/mwscas.1994.519280

A programmable intelligent optical sensor realization

2002· article· en· W2114335770 sur OpenAlexaff
K.W. Lei, G.A. Jullien, William C. Miller

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCCD and CMOS Imaging Sensors
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésRealization (probability)Computer scienceInverterFeed forwardElectronic engineeringCMOSComparatorCurrent mirrorOperational amplifierVery-large-scale integrationArtificial neural networkChipAmplifierComputer hardwareElectrical engineeringEngineeringTransistorVoltageEmbedded systemTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A hybrid VLSI realization of a programmable, multi-layer optically coupled neural network is described in this paper. The network itself is a fully connected, multi-layer feedforward network. It has an optical array constructed by 5/spl times/5 photosensitive elements (photoreceptor) as the input devices. The artificial neurons have been implemented by 2-stage comparators composed with differential amplifier and output inverter to model the signum (hard limiting) nonlinear function. Scaled currents generated by the cascode current mirrors are selected by the data stored on the on-chip dynamic shift register (DSR) and performed as the synaptic weights. There are 25 input nodes, 4 hidden neurons and 3 output neurons for this network. The physical realization which contains approximately 9281 devices has been designed and ready to be fabricated by 1.2 /spl mu/, double-metal, n-well full custom CMOS technology.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil0,654

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,203
Écart entre enseignants0,186 · 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

Citations7
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCCD and CMOS Imaging SensorsTravaux en français237 207