MétaCan
Menu
Retour à la cohorte
Enregistrement W2990395082 · doi:10.1109/ecce.2019.8912307

A Cost-effective, Compact, Automatic Testing System for Dynamic Characterization of Power Semiconductor Devices

2019· article· en· W2990395082 sur OpenAlexaff
Avishek Ghosh, Carl Ngai Man Ho, Jared Prendergast

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésModular designUSableComputer scienceInterface (matter)Automatic test equipmentSemiconductor deviceProcess (computing)Power (physics)WaveformElectronic engineeringEmbedded systemComputer hardwareReliability engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

A Double Pulse Tester (DPT) is a widely used setup for evaluating the switching behaviour of power semiconductor devices. The results obtained from double pulse tests provide significant insight into the dynamic behaviour of a device under test such as its switching losses, switching speed (di/dt, dv/dt), turn-on and off times etc. However, it is a tedious process to perform these tests under different permutations of test parameters and thereafter analyze the experimental data manually. This work presents a newly developed automated DPT prototype, which can run the tests one after another once the test conditions are entered in a Graphic User Interface. The test-control system also records the switching waveforms, test data, and systematically processes them to generate usable characterization results. The automatic, low cost, compact, modular and user-friendly design allows the proposed testing and measurement system to stand out from the conventional DPT setups. The design principles are experimentally verified by implementing a DPT prototype capable of testing power semiconductor devices up to 1000 V, 60 A and 250 °C.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,020
Tête enseignante GPT0,249
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207