MétaCan
Menu
Retour à la cohorte
Enregistrement W2744113815 · doi:10.1109/transducers.2017.7994266

Wideband, low-noise accelerometer with open loop dynamic range of better than 135DB

2017· article· en· W2744113815 sur OpenAlexafffund
Fatemeh Edalatfar, S. Azimi, Abdul Qader Ahsan Qureshi, Bahareh Yaghootkar, Behraad Bahreyni

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesSimon Fraser UniversityCMC MicrosystemsUniversity of Michigan
Mots-clésAccelerometerWidebandBandwidth (computing)Capacitive sensingComputer scienceNoise (video)Electronic engineeringDynamic rangeSensitivity (control systems)AcousticsEngineeringPhysicsTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper reports a high performance capacitive accelerometer with a noise level of 350ng Hz , bandwidth of 4.5kHz, and 135 dB open loop dynamic range at 1Hz bandwidth. The accelerometer was designed in a mode-tuning structural platform. This platform is developed to address the issue between sensitivity and bandwidth for the low-noise capacitive in-plane accelerometers. The platform proposes to substitute the accelerometer's proof mass with a moving frame. Furthermore, the elastic elements and anchor points are located both inside and outside the moving frame. As such, the mode-tuning structural platform contributes in tuning the resonance frequencies and mode shapes of the accelerometer to acquire higher bandwidths. The proposed platform also addresses the issue of sensitivity by increasing the number of sensing elements located inside and outside the moving frame. To the best of the authors' knowledge, no MEMS accelerometer has been able to offer such a combination of high performance metrics, making this platform a viable candidate for developing high performance accelerometers.

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 enseignants0,184
Score d'incertitude au seuil0,414

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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,016
Tête enseignante GPT0,254
Écart entre enseignants0,238 · 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

Citations6
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207