MétaCan
Menu
Retour à la cohorte
Enregistrement W4405490826 · doi:10.1109/sensors60989.2024.10784820

Characterization of Vibration Sensitivity of One-Port and Two-Port MEMS Microphones

2024· article· en· W4405490826 sur OpenAlexafffund
Francis Doyon-D’Amour, Carly Stalder, Timothy Hodges, Michel Stéphan, Lixiue Wu, Triantafillos Koukoulas, Stephane Leahy, Raphaël St-Gelais

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensNational Research Council CanadaUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPort (circuit theory)Sensitivity (control systems)Microelectromechanical systemsCharacterization (materials science)VibrationAcousticsElectrical engineeringComputer scienceElectronic engineeringEngineeringMaterials sciencePhysicsOptoelectronicsNanotechnology

Résumé

récupéré en direct d'OpenAlex

Micro-electromechanical system (MEMS) microphones (mics) with two ports are receiving considerable interest in both industry and academia, with the prospect of achieving higher directional sensitivity than their one port counterpart. However, two-port mics measures the pressure differences that exists inside the soundwave itself to record sound, which is fundamentally smaller than the absolute pressure measured in typical one-port mics. This typically commands the use of softer sensing element that are potentially more prone to interference from external vibrations. This work derives a universal expression for microphone sensitivity to vibration and validates it experimentally for two emerging two-port mics. We find that the acoustically-referred vibration sensitivity of two-port MEMS mics, in unit of measured acoustic pressure per external acceleration (i.e., Pascals per g), does not depend on the sensing element stiffness nor on its natural frequency. The vibration sensitivity of two-port MEMS mics is also shown to be inversely proportional to frequency as opposed to the frequency independent behavior observed in one-port MEMS mics.

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)0,003
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0000,001
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 Opus0,009
Tête enseignante GPT0,216
Écart entre enseignants0,207 · 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'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207