文献

J-GLOBAL ID：201702266455121500   整理番号：17A0417609

84dB干渉を抑制した65nm CMOSによる21.72pJ/MAC14B8×8線形変換混合信号空間フィルタ【Powered by NICT】

21.7 2pJ/MAC 14b 8×8 linear transform mixed-signal spatial filter in 65nm CMOS with 84dB interference suppression

著者 (5件)： Joshi Siddharth (University of California, San Diego, United States of America) ,  Kim Chul (University of California, San Diego, United States of America) ,  Ha Sohmyung (New York University, Abu Dhabi, United Arab Emirates) ,  Chi Yu Mike (Cognionics, San Diego, CA, United States of America) ,  Cauwenberghs Gert (University of California, San Diego, United States of America)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISSCC  ページ： 364-365  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 機械学習(ML)とInternetof Things(IoT)の進歩は,アナログ行列ベクトル乗算(MvM)加速器[1-3]における新たな関心をもたらした。低解像度を補償するために分類ベースタスクは低から中分解能増倍と精度ブースティングアルゴリズムを利用した。分類を補うために,発生源分離と位置決めのようなタスクは通信[4]と脳波(EEG)[5]音源定位とスパイクソーティングへの超音波における信号調整の範囲の多様な応用を有し,類似アルゴリズムから大きな恩恵を受ける。しかし,それらの低い分解能と限定されたチャネル数のために以前に開発されたシステムはこの作業には直接は適用できない。高分解能アナログ乗算はアナログ領域における6ビット以下増殖への以前の研究を制限してきた課題を紹介した。非常に非効率的な溶液中で非常に高いオーバサンプリング結果を利用した代替アプローチ。行列積における高精度は悪条件(ほぼ特異)マトリックスの影響,近共線源のビームフォーミング分離と同様に,と主成分分析[3]または独立成分分析(ICA)を他のタスクを緩和する[5]。Fig.21.7.1に見られるように,入力での大信号ダイナミックレンジは下流データ変換器10以上にに支持できないダイナミックレンジ仕様をもたらす×パワーの増加させることができる[4]。アナログ乗算を実装する14ビット入れ子型温度計増倍DAC(NTMDACs)の配列,及び蓄積を実現する可変利得増幅器(VGA)から構成され,アナログ信号経路とディジタル係数制御による,多チャネル多入力多出力(MIMO)混合信号線形変換システムを提案した。二課題,通信信号におけるスペクトル的に忘却型干渉抑制とEEG信号分離に最先端の性能を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 独立成分分析 ,  高分解能 ,  位置決め ,  ベクトル ,  分解能 ,  ダイナミックレンジ ,  乗算 ,  ビーム成形 ,  機械学習 ,  通信信号 ,  ディジタル方式 ,  主成分分析 ,  *アナログ系
準シソーラス用語： オーバサンプリング ,  *混合信号 , 【Automatic Indexing@JST】

分類 (2件)： 中枢神経系  (EJ12030F) ,  生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 干渉 ,  CMOS ,  線形変換 ,  混合信号 ,  空間フィルタ