MétaCan
Menu
Retour à la cohorte
Enregistrement W3182374924 · doi:10.1109/fleps51544.2021.9469824

Flexible Inductive Wireless Power Transfer System with an Onboard Temperature Sensor

2021· article· en· W3182374924 sur OpenAlexaff
Seyedfakhreddin Nabavi, Sharmistha Bhadra

Notice bibliographique

Revue2021 IEEE International Conference on Flexible and Printable Sensors and Systems (FLEPS) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Power Transfer Systems
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMaximum power transfer theoremWireless power transferElectrical engineeringWirelessWireless sensor networkWearable computerPower (physics)KaptonVoltageEnergy harvestingComputer sciencePower moduleMaterials scienceElectronic engineeringPolyimideEmbedded systemEngineeringTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

Inductive wireless power transfer has been recognized as a feasible solution to expand the lifespan of wearable and implants. Apparently, these devices have to be mechanically flexible. In this paper, we propose a novel flexible inductive wireless power transfer system with an onboard temperature sensor. We use the flexible Kapton (polyimide) film and printed silver traces to create the circuit layout of the system. The fully flexible and bendable wireless power transfer system occupies an area of 1 cm × 4 cm. Experimental results indicate that the system can deliver 3.3 V DC voltage to the load at the operational frequency of 3.5 MHz when the receiving unit is at a distance of 4 mm. Furthermore, we demonstrate the capability of the proposed system to power up the embedded temperature sensor in two mediums, i.e., air and water. It was observed that the temperature sensor has a linear response in both mediums, which clearly confirms the reliability and stability of the scavenged power by our proposed system.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,028
Tête enseignante GPT0,247
Écart entre enseignants0,219 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 IEEE International Conference on Flexible and Printable Sensors and Systems (FLEPS)Même sujetWireless Power Transfer SystemsTravaux en français237 207