MétaCan
Menu
Retour à la cohorte
Enregistrement W4402753627 · doi:10.1109/mwscas60917.2024.10658752

A 3.04-fs FoM Hybrid LDO Regulator with Fast Transient Algorithm and Wide Load Range

2024· article· en· W4402753627 sur OpenAlexaff
Pierre Leduc, Ximing Fu, Yushi Zhou

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAnalog and Mixed-Signal Circuit Design
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTransient (computer programming)Transient analysisComputer scienceTransient responseLow-dropout regulatorRange (aeronautics)RegulatorControl theory (sociology)AlgorithmMaterials scienceVoltage regulatorVoltageDropout voltageEngineeringElectrical engineeringArtificial intelligenceChemistryControl (management)

Résumé

récupéré en direct d'OpenAlex

This paper presents a novel approach to fast response low clock frequency hybrid LDO. The proposed design uses charge distribution to estimate the size of power transistor required to achieve the correct output voltage. This method significantly reduces the amount of clock cycles to achieve a steady state. In conjunction with the proposed digital algorithm, an analog error amplifier is added to the system to achieve zero current capability as well as improved voltage regulation at low load currents. In presence of the analog-assisted loop, an inverter based droop detector is implemented to reduce the undershoot and further increase conversion speed. The proposed LDO is design in a TSMC 180-nm 1.8 V standard CMOS process and analyzed using Spectre with BSIM3 device models. Post-layout simulation confirms that with a 10 MHz clock, the LDO is capable of providing up to 120 mA at a stable 1.2 V output. A 1.17 μs transient response for a full range load step with a maximum droop voltage of 253 mV is obtained.

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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0010,000
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 Opus0,005
Tête enseignante GPT0,173
Écart entre enseignants0,168 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAnalog and Mixed-Signal Circuit DesignTravaux en français237 207