Notice bibliographique
Résumé
A regulator design model is studied and simulated by using a dynamic bias technique.A dynamic bias boosting circuit consists of three parts: detector, amplifier and bias boosting circuit.The above Regulator is presented using CMOS 90 nm process and the obtained results will be examined with other existing technologies.The function of the diagram will be considered in this way that as soon as the slightest change is seen in output voltage; these changes will be transferred to the detector circuit through nodes Vn and Vp.The detector circuit makes sense of these changes and according to the type of detection, holds its output in the supply voltage situation or ground situation and will transfer it to the input of amplifier circuit.The amplifier circuit will work as an inverter and the detector's output will be appeared reversely in its output.The output of amplifier circuit is transmitted to the input of bias boosting circuit.This circuit, by increasing current, results in an increase in the regulated current in a short moment and returns the changes of regulator output voltage to the normal mode.In the discussed regulator, we reduced the power consumption using dynamic bias current to .5 mw and to some extent improved the line and load-transient response.The Technique of increasing the dynamic bias current in LDO design effectively improves the linear and load transmission response and leads to the creation of a precise and affecting voltage in the regulator's output and will be very effective in portable applications where an accurate and noiseless power supply is require.
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 | 0,000 |
| 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) | 0,991 | 0,964 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».