MétaCan
Menu
Retour à la cohorte
Enregistrement W2165948205 · doi:10.1109/ccece.2003.1226042

Low power programmable front-end for a multichannel neural recording interface

2004· article· en· W2165948205 sur OpenAlexaff
Benoit Gosselin, V. Simard, Mohamad Sawan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAnalog and Mixed-Signal Circuit Design
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésPreamplifierCMOSPhase marginElectrical engineeringFront and back endsElectronic engineeringDynamic rangeAnalog front-endComputer scienceVoltageCutoff frequencyLow-power electronicsEngineeringPower (physics)PhysicsOperational amplifierAmplifierPower consumption

Résumé

récupéré en direct d'OpenAlex

In this paper a programmable gain preamplification front-end for a fully implantable multichannel data acquisition system (IMDAS) that is dedicated for chronic neural signal recording is proposed. This application calls for very low power and low voltage circuit techniques. To satisfy these constraints, the preamplifier is designed in 0.18 /spl mu/m CMOS technology and all employed transistors operate in weak inversion. To maximize the dynamic range of the recorded signals, the preamplifier's gain is set by a 4-bit digital-to-analog converter (DAC). This DAC is used to tune the bias currents of a variable transconductor cell in order to vary its DC gain. The simulation of the whole proposed module gives a maximum power consumption of 530 nW at a supply voltage of 0.9 V. The circuit provides a maximum gain of 47 dB, has a cutoff frequency of 2.65 KHz and presents an input-referred noise of 7.65 /spl mu/Vrms which is sufficiently low to meet the required precision. In addition, the phase margin is higher than 50/spl deg/ on the entire gain range.

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 enseignants0,969
Score d'incertitude au seuil0,631

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 Opus0,014
Tête enseignante GPT0,225
Écart entre enseignants0,211 · 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

Citations3
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAnalog and Mixed-Signal Circuit DesignTravaux en français237 207