MétaCan
Menu
Retour à la cohorte
Enregistrement W2804406161 · doi:10.1117/12.2305462

Fast Fourier Transform of non-periodic signals generated from a microplasma: migrating from a desktop computer to an IoT-connected smartphone

2018· article· en· W2804406161 sur OpenAlexaff
Vassili Karanassios, Ryan Fitzgerald, Emily Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFast Fourier transformComputer scienceSample (material)Noise (video)Signal processingFourier transformInterpolation (computer graphics)WirelessSIGNAL (programming language)MicroplasmaDigital signal processingReal-time computingComputer hardwareAlgorithmTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

There are many applications requiring an instrument to be brought to the sample for chemical analysis onsite (rather than bringing a sample to a lab for analysis, as is done traditionally). Ideally, for such applications, a portable chemical analysis instrument must be capable of acquiring data using a smartphone, have wireless capability and it must be able to become part of the Internet-of-Things (IoT). But do smartphones have the required processing power to execute computationally-intensive algorithms, such as a Fast Fourier Transform (FFT)? Among others, FFTs are used for filtering (e.g., de-noising) of periodic signals, thus improving Signal-to-Noise Ratio (SNR). Using non-periodic signals and Fourier-domain interpolation for resolution enhancement, it will be shown that smartphones do have the necessary power.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,145
Score d'incertitude au seuil1,000

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 Opus0,008
Tête enseignante GPT0,214
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.

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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207