MétaCan
Menu
Retour à la cohorte
Enregistrement W2744775842 · doi:10.2351/1.5118613

Laser micromachining of contactless RF antenna modules for payment cards and wearable objects

2016· article· en· W2744775842 sur OpenAlexaff
A. Conneely, Gerard M. O’Connor, Matthias John, Max J. Ammann, Darren Molloy, Mustafa Lotya, David Finn

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor Lasers and Optical Devices
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésSurface micromachiningWearable computerAntenna (radio)Electrical engineeringComputer scienceTelecommunicationsEngineeringEmbedded systemFabrication

Résumé

récupéré en direct d'OpenAlex

The use of contactless payment methods for consumer transactions is becoming increasingly popular - 1.1 billion contactless transactions were made by Visa cardholders across Europe in the 12 months to July 2015 (€12.6 billion total value). Typically the contactless payment process uses a Radio Frequency (RF) enabled smartcard or a Near Field Communication (NFC) enabled smartphone. In order to ensure continued market acceptance and repeat usage the contactless operation must be robust, quick and efficient. This paper describes the development of an inductively coupled contactless smartcard utilising UV DPSS laser micromachining to fabricate the novel antenna structures from copper laminated epoxy tape. The design of the antenna modules was supported by device modelling using electromagnetic simulation software. Iterative laser ablated antenna prototypes were tested using a Vector Network Analyser to determine the optimum resonant frequency in the 13.56 MHz RFID range and a commercial automated RF test station to measure contactless functionality to EMVCO and ISO14443 standards. An antenna design toolkit was developed based on parameters such as kerf width, number of antenna loops, track width, pitch, antenna DC resistance, etc. The translation of the laser ablated antenna designs from smartcards to wearable objects, such as wristbands, is also 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 enseignants0,015
Score d'incertitude au seuil0,224

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 Opus0,010
Tête enseignante GPT0,215
Écart entre enseignants0,205 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSemiconductor Lasers and Optical DevicesTravaux en français237 207