A 2GS/s 8.5-Bit Time-Based ADC using a Segmented Stochastic Flash TDC
Notice bibliographique
Résumé
High-speed (GS/s) low-cost ADCs are of increasing interest for wideband communication systems. While technology helps improve the sampling speed of the ADC, the reduced supply voltage and increasingly complex design rules and device modeling impose great challenges on the dynamic range and design cost of high-speed ADC designs. Time-interleaving (T1) SAR ADCs have shown outstanding power efficiency at high speed [1]. However, the limited singlechannel speed leads to massive Tl channels, which inevitably incur excessive overhead in the sampling network and associated clock generation. Time-based ADCs [2–4] provide a solution to high-speed, medium-resolution conversion with considerably reduced Tl channels and circuit complexity thanks to their fast open-loop operation and the significantly reduced inverter delay in advanced technologies. However, it is still challenging and time-consuming to design a tradition high-precision TDC in the presence of thermal noise and device mismatch. Recently, [5] employed stochastic operation [6] in a time-based ADC to exploit those circuit variabilities, demonstrating reasonably decent ADC performance with design automation. However, such a stochastic ADC architecture typically requires an excessively long chain of delay stages to achieve sufficient random samples for final signal reconstruction, resulting in high accumulated noise that limits the achievable ADC resolution.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».