MétaCan
Menu
Retour à la cohorte
Enregistrement W2149179110 · doi:10.1109/tmtt.2004.834571

Passive Reduction Algorithm for RLC Interconnect Circuits With Embedded State-Space Systems (PRESS)

2004· article· en· W2149179110 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Microwave Theory and Techniques · 2004
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueModel Reduction and Neural Networks
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPassivityRLC circuitReduction (mathematics)Model order reductionElectronic circuitInterconnectionState spaceComputer scienceAlgorithmElectronic engineeringEquivalent circuitMathematicsEngineeringElectrical engineeringTelecommunicationsCapacitor

Résumé

récupéré en direct d'OpenAlex

With the increasing operating frequencies and functionality in modern designs, the resulting size of circuit equations of high-frequency interconnect and microwave subnetworks are becoming large. Model-order reduction-based algorithms were recently suggested to handle the solution complexity of such circuits. The major objectives in state-of-the-art model-reduction algorithms are: 1) achieving accurate and compact models; 2) numerically stable and efficient generation of models; and 3) preservation of system properties such as passivity. Algorithms such as PRIMA generate guaranteed passive reduced-order models for large interconnect circuits described by RLC type of circuits. However, with the diverse technologies and complex geometries, it is becoming prevalent to describe some of the embedded linear modules in terms of state-space equations. In this paper, we show how to extend the scope of PRIMA-type first-level reduction algorithms for simultaneous reduction of combined circuits containing both RLC interconnects and embedded modules described by general passive state-space equations, while preserving the passivity of the resulting reduced-order model. Necessary formulation, proof of macromodel passivity, and validation examples are given.

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.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil0,830

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,241
Écart entre enseignants0,230 · 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