MétaCan
Menu
Retour à la cohorte
Enregistrement W2162618988 · doi:10.1109/icsens.2010.5690140

A variable topology partitioned pixel amplifier for low and high light level detection in a CMOS imager

2010· article· en· W2162618988 sur OpenAlexafffund
Yonathan Dattner, Orly Yadid-Pecht

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCCD and CMOS Imaging Sensors
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCMC Microsystems
Mots-clésReset (finance)AmplifierPixelComputer scienceCMOSElectronic engineeringTopology (electrical circuits)Noise (video)Electrical engineeringEngineeringArtificial intelligenceImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

In this work the concept of using a single partitioned pixel amplifier with variable topology for both low light level operation and Wide Dynamic Range (WDR) for CMOS imagers is presented. Low light level imaging is based on the Active Reset (AR) technique combined with the Active Column Sensor (ACS) readout technique for low noise operation. WDR for high light level detection is achieved by utilizing multiple resets via real-time feedback where each pixel in the field of view is independent and can automatically set an exposure time according to its illumination. Due to the commonalities in the low and high light level readout techniques, and the fact that they occur in staggered instances of time, we propose the use of a single column level partitioned pixel amplifier which can be configured in various modes of operation to satisfy the conditions for the suggested techniques. We also propose a Conditional Active Reset (CAR) scheme in which an AR is employed for every reset in the multiple-reset WDR algorithm, thereby reducing the overall noise involved in the technique. The advantages of the proposed column level partitioned pixel amplifier are simplicity in the analog readout path, reduced chip size and less power consumption. The Variable Topology Amplifier was designed and simulated in a mixed signal 0.18 um CMOS technology. Its design is discussed and simulation results are presented.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,333

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 Opus0,007
Tête enseignante GPT0,202
Écart entre enseignants0,196 · 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'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

Citations3
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCCD and CMOS Imaging SensorsTravaux en français237 207