MétaCan
Menu
Retour à la cohorte
Enregistrement W4246126451 · doi:10.1109/isscc.2019.8662449

ISSCC 2019 Session 5 Overview: Image Sensors

2019· article· en· W4246126451 sur OpenAlexaboutno aff
Kazuko Nishimura, Jun Deguchi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCCD and CMOS Imaging Sensors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImage sensorShutterRolling shutterComputer scienceVideo Graphics ArrayPixelCMOSSession (web analytics)Artificial intelligenceComputer visionElectrical engineeringEngineeringPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

This session presents advances in image sensors covering 3D-stacked BSI, global shutter, motion/object detection, novel-column ADC architecture, coded exposure, data-compressive imaging, vertical APD, high dynamic range, SPAD, LiDAR and THz imaging. The first paper by SmartSens presents a BSI global shutter with 99% shutter efficiency. This is followed by the University of Michigan who present a low-power image sensor with energy efficient SAR ADCs for IoT applications. Stanford University presents a 127pJ/pixel image sensor for HOG-based object detection. A VGA CMOS image sensor with time-stretched single-slope ADCs is presented by Yonsei University, while the University of Toronto presents a 2tap coded-exposure image sensor with a tap contrast ratio of 99% at 180fps. Panasonic presents a CMOS image sensor with vertical avalanche photodiodes (VAPDs) with "relaxation-quenching". The University of Edinburgh presents a stacked SPAD array for LiDAR applications. Finally, Hokkaido University presents a THz image sensor with pixel-parallel ADCs.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,345
Score d'incertitude au seuil0,999

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)0,0020,006

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 Opus0,005
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCCD and CMOS Imaging SensorsTravaux en français237 207