MétaCan
Menu
Retour à la cohorte
Enregistrement W4285029384 · doi:10.1109/jmmct.2022.3189229

An Effective Global Approach for Assessment of Decoupling Capacitors on Mixed Planar and Transmission Line PDNs

2022· article· en· W4285029384 sur OpenAlexaff
Ihsan Erdin, Ramachandra Achar

Notice bibliographique

RevueIEEE journal on multiscale and multiphysics computational techniques · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Compatibility and Noise Suppression
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésDecoupling capacitorCapacitorPower integrityTransmission linePlanarDecoupling (probability)Electrical impedanceElectric power transmissionElectronic engineeringComputationPower (physics)Topology (electrical circuits)Computer scienceElectrical engineeringEngineeringVoltagePrinted circuit boardPhysicsAlgorithmSignal integrity

Résumé

récupéré en direct d'OpenAlex

A global analysis technique is proposed to calculate the effectiveness of decoupling capacitors on practical power delivery networks (PDN). The proposed method is based on separation of a PDN into its power transmission lines (PTL) and non-PTL sections. The PTL section consists of circuit components with the highest impact on the impedance of the specified power pin, including the pin itself, the nearest capacitor and segments of PTL on both sides of the capacitor. The rest of the PDN makes up the non-PTL section which could be composed of planar shapes, PTLs or a mixture of both. The non-PTL section is characterized as a distributed circuit, preferably using an electromagnetic (EM) simulator. The effectiveness of the capacitor is measured by the self-impedance of the pin which depends on the distance between them. The pin impedance is cast in a transcendental equation in the PTL section including the impedance of the non-PTL section. The optimal placement of the capacitor is calculated using an iterative approach. With the proposed method, the use of an EM simulation at each step of the iteration is eliminated, significantly speeding up the computation process. The proposed method is validated on real-life design cases.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,293
Écart entre enseignants0,280 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE journal on multiscale and multiphysics computational techniquesMême sujetElectromagnetic Compatibility and Noise SuppressionTravaux en français237 207