MétaCan
Menu
Retour à la cohorte
Enregistrement W4313175093 · doi:10.1109/iscas48785.2022.9937308

CMOS Ring-Oscillator-Based Electrochemical Capacitance Imager with Frequency-Division-Multiplexed Readout

2022· article· en· W4313175093 sur OpenAlexaff
Ashwin Krishnan, Peter M. Levine

Notice bibliographique

Revue2022 IEEE International Symposium on Circuits and Systems (ISCAS) · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCapacitanceRing oscillatorCMOSPixelOptoelectronicsMultiplexingMaterials scienceElectrodeCapacitive sensingPhysicsElectrical engineeringOpticsEngineering

Résumé

récupéré en direct d'OpenAlex

We present a CMOS electrochemical capacitance imager designed to overcome Debye-length-screening effects in integrated electrochemical assays and featuring frequency-division-multiplexed (FDM) column readout. Our imager contains eight pixel arrays where each pixel contains a 5-MHz-180-MHz ring-oscillator-based capacitance-to-frequency converter (CFC) to detect interfacial capacitance changes at an in-pixel working electrode. We implement FDM readout, which reduces column-readout time compared to a time-division-multiplexed approach, by operating each CFC in a column at a unique nominal frequency while summing the pixel output currents. We report experimental results from electronic performance characterization of a $3.0\times 2.5-\mathrm{mm}^{2}$ 420-pixel electrochemical capacitance imager, fabricated in a 1.8-V 0.18-$\mu{\mathrm{m}}$ CMOS process.

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 enseignants0,096
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,233
Écart entre enseignants0,221 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Symposium on Circuits and Systems (ISCAS)Même sujetElectrochemical Analysis and ApplicationsTravaux en français237 207