MétaCan
Menu
Retour à la cohorte
Enregistrement W2307047314 · doi:10.1109/pawr.2016.7440159

A high-order model looking beyond the first-order harmonic superposition assumption

2016· article· en· W2307047314 sur OpenAlexaff
Dylan T. Bespalko, Amir-Reza Amini, Slim Boumaiza

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRadio Frequency Integrated Circuit Design
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSuperposition principleHarmonicTotal harmonic distortionNonlinear systemFrequency domainHarmonic analysisVolterra seriesPower (physics)Nonlinear distortionDistortion (music)Order (exchange)Fundamental frequencySIGNAL (programming language)Computer scienceControl theory (sociology)Electronic engineeringMathematicsPhysicsTelecommunicationsEngineeringMathematical analysisAcousticsBandwidth (computing)Artificial intelligenceQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

In this paper, a hybrid high-order behavioural model is proposed to mimic the response of strongly nonlinear unmatched RF transistors. In this model, a high-order Multi-Harmonic Volterra (MHV) behavioural model is used to predict the DC and fundamental frequency components of the output signal, while higher harmonic components are predicted by the Poly-Harmonic Distortion (PHD) model. The added coefficients of the MHV model augment the first-order expansion (harmonic superposition) of the PHD model to improve the model accuracy where it is needed. The hybrid MHV-PHD model improves the DC drain current prediction by 5dB and fundamental frequency output-power by 2dB in terms of Normalized Mean Squared Error (NMSE), while improving overall time-domain prediction by 1dB.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,877
Score d'incertitude au seuil0,546

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 GPT0,198
Écart entre enseignants0,187 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadio Frequency Integrated Circuit DesignTravaux en français237 207