文献

J-GLOBAL ID：201902284875696359   整理番号：19A0623427

機械学習による確率的A/D変換と誤差補正を用いた生物医学センサシステム【JST・京大機械翻訳】

A Biomedical Sensor System With Stochastic A/D Conversion and Error Correction by Machine Learning

著者 (7件)： Hirai Yusaku (SPChange, LLC., Yokohama, Japan) ,  Matsuoka Toshimasa (Graduate School of Engineering, Osaka University, Suita, Japan) ,  Tani Sadahiro (Graduate School of Engineering, Osaka University, Suita, Japan) ,  Isami Shodai (Graduate School of Engineering, Osaka University, Suita, Japan) ,  Tatsumi Keiji (Graduate School of Engineering, Osaka University, Suita, Japan) ,  Ueda Masayuki (SPChange, LLC., Yokohama, Japan) ,  Kamata Takatsugu (SPChange, LLC., Yokohama, Japan)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 21990-22001  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 本論文は,機械学習による新しいアナログフロントエンド(AFE)ICと誤差補正を有する高精度生物医学センサシステムを提示した。AFE ICは,逐次確率近似ADCと呼ばれるアナログ-ディジタル変換器(ADC)アーキテクチャを埋め込む。提案したADCは,確率的フラッシュADC(SF-ADC)を逐次近似レジスタADC(SAR-ADC)に統合し,その分解能を強化する。SF-ADCは,SAR-ADCの誤差補正を提供するためのディジタル制御可変閾値コンパレータとしても使用される。提案したシステムは,センサノードで追加の電力消費なしに外部PC上の機械学習アルゴリズムを用いてADC誤差を調整する。システムの柔軟性のために,AFE ICの設計複雑性は,これらの技術を用いることによって緩和することができた。ターゲット分解能は18ビットであり,ターゲット帯域幅(ディジタル低域フィルタなし)は,数種類のバイオポテンシャル信号を処理するために約5kHzである。130nm CMOSプロセスで設計を行い,1.2V電源で動作させた。作製したADCは,提案した較正技術を用いて250kHzのサンプリング周波数で88dBのSNDRを達成した。高分解能ADCのために,入力参照雑音は,28.5dBの利得で2.52μV_rmsである。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *誤り訂正 ,  *AD変換 ,  AD変換器 ,  利得 ,  ディジタル方式 ,  レジスタ ,  *機械学習 ,  柔軟性 ,  逐次近似 ,  計算機アーキテクチャ ,  電力消費 ,  コンパレータ ,  雑音 ,  帯域幅
準シソーラス用語： 複雑性 , 【Automatic Indexing@JST】

分類 (1件)： AD・DA変換回路  (NC05080M)

タイトルに関連する用語 (5件)： 機械学習 ,  確率 ,  誤差補正 ,  生物医学 ,  センサシステム