MétaCan
Menu
Retour à la cohorte
Enregistrement W2408096433 · doi:10.5383/juspn.05.01.002

Electromagnetic Energy and Data Transfer for a Neural Implant

2013· article· en· W2408096433 sur OpenAlexafffundvenue

Notice bibliographique

RevueJournal of Ubiquitous Systems and Pervasive Networks · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesAlberta Innovates - Health Solutions
Mots-clésWireless power transferBasebandSubthreshold conductionWirelessComputer scienceEnergy consumptionElectronic engineeringTelecommunications linkEnergy (signal processing)Power (physics)Maximum power transfer theoremElectrical engineeringEngineeringTelecommunicationsCMOSTransistorVoltagePhysics

Résumé

récupéré en direct d'OpenAlex

The wireless transfer of energy through living tissues for the purpose of data communications is investigated. After considering the best frequency band for communications in biological tissues, both the uplink and downlink near-field coupled energy transfer options are analyzed. The possibility of wireless powering using the same frequency band is also studied. The nominal power consumption of the implantable baseband communications circuitry was estimated for smaller technology nodes using the Synopsys CAD tools. The effect of using the ultra-low power subthreshold operation in different technology nodes was also analyzed using predictive technology models. By introducing an analysis flow and the corresponding implementation code, we were also able to predict the subthreshold power consumption of the circuitry in different technology nodes and importantly at the gate level.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil0,769

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 Opus0,015
Tête enseignante GPT0,214
Écart entre enseignants0,199 · 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

Citations0
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Ubiquitous Systems and Pervasive NetworksMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207