熱門搜尋 :
許多電子產業的快速成長要求增加關鍵子系統的產量,例如切換式電源供應器、直流-直流轉換器、電信裝置和相關元件。通常,這些子系統需要進行高度加速的加壓篩選(HASS)或「加速老化」測試,以確保這些子系統能在成品的預期使用壽命中可靠地執行。
新冠疫情(COVID-19)為世界帶來翻轉性的改變,居家隔離、遠距工作、在家辦公等趨勢讓物聯網成為一種必需,也讓物聯網(IoT)更貼近每個人的生活。然而,需求攀升除了帶來商機外,也帶來艱困的網路安全挑戰。
在產業應用中,包括工廠、交通系統、科學/醫療、零售、監控和機器人,影像感測器的使用正在顯著成長中,因為各公司亟思在流程中引入更強大的管控,以提高品質並控制成本。
呼吸是生理訊號(Vital Sign)的關鍵指標,傳統生理訊號量測使用接觸式設備,直接接觸身體來進行呼吸等生理資訊量測。因此容易造成使用者的不舒適,並且易受到身體的移動而脫落,造成使用上的不便。
研究機構Global Wellness Institute指出,在價值數兆美元的大型產業中,「正向健康選擇」(即是「維持健康」)方面的消費將繼續占有越來越重要的比例,而無線技術領域就是其中的受惠產業之一。
ADAS的未來熱門趨勢不是L3,而是L2+,其可減少許多麻煩和安全疑慮,還有許多酷炫新功能,如半自主動作由攝影機和HD雷達感測導引。感測器融合技術可推送MTBF封包,提供優於L2的功能。
過去幾年中,有無數關於人工智慧(AI)和機器學習(ML)將如何改變我們生活之預測。所有這一切都涉及一定的投資,預計到2024年,全球AI市場將成長到龐大的5,540億美元規模。
得益於穿戴式監測裝置攜帶的便利性,其應用正逐漸普及於市場,數位健康革命正式啟動。這些裝置能夠幫助長期和慢性疾病患者在日常生活中進行健康監測,進而比以往任何時候都可以更加方便地提供高水準護理。然而,為這些裝置提供長時間供電,但又不能使用大體積電池,這給設計師帶來極大挑戰。
幾乎所有的電子設計師和嵌入式系統開發人員都聽過現場可程式化邏輯閘陣列(FPGA)。對於實際的FPGA元件,設計人員和開發人員都知道它擁有可程式化設計架構,能夠對其進行設定來執行想要的功能,但他們的瞭解可能僅限於此。
毫無疑問地,資訊時代的特徵,是收集、處理和分發越來越大的資料模組需求呈現爆炸式的成長。在通訊網路領域中,這表示網路上連接的基礎設施和元件需要更多頻寬。
追求高資料傳輸效率及低成本,是各界一大關注焦點。結合TinyML技術,新一代LPWAN技術ZETA「端智慧」有望串聯傳輸、應用與升級等層面,進一步實現更低成本/功耗和更智慧的網路,同時也將其運用在更多智慧應用範疇。
本文為矽光子計畫案執行內容之環節,透過將矽光子技術導入醫學檢測領域,以同調斷層掃描雷射的開發、3D微流道蝕刻與鍵合,以及拉曼頻譜檢測的開發等方式,逐步最佳化醫學影像分析。
現今的類比數位轉換器(ADC)與數位類比轉換器(DAC)一般皆屬於差動電路設計。差動電路具有許多勝過單端(Single-ended)設計的優點,包括熱雜訊的共模拒斥、次諧波、以及電源雜訊與突波。此外,相對於單端輸出設計,差動電路允許每個輸出端配置一半的電壓。
2020幾乎是5G元年,無論新型的5G殺手級應用是否問世,5G基礎建設已成為電信業者兵家必爭的戰場。
射頻與微波頻率合成器經常採用多個相連的鎖相迴路(Phase-Locked Loop, PLL),這些架構提高了複雜性以換取改善相位噪聲、更小的頻率步長和更快的切換[1]。在時脈應用中,或許還可以採用多重的PLL以組合時脈功能和/或形塑相位噪聲。
本文介紹的解決方案採用數位零電壓切換(ZVS)控制器-XDPS21081平台,可達到21W/in3功率密度(不含外殼)。本65W參考設計採用通用AC輸入,並將其轉換為USB-PD 3.0通訊協定所支援的一般5至20V DC輸出,此通訊協定已廣泛用於現代大多數的筆記型電腦和智慧型手機中。使用諧振切換轉移幾乎可消除所需頻段中的主MOSFET切換損耗。
若要找出位元錯誤的根本原因,抖動分析將會是最好的起點,而在某些情況下,電源軌分析亦有助於找出真正的根本原因。
學術界多名教授組建矽光子研究團隊,透過本文加以說明如何建構矽光子元件平台及其應用;同時也利用深度學習建模方法,精進臨床影像辨識,進而實現快速多模組醫學檢測。
隨著5G時代的到來,具備「高速率、低延遲、廣連結」能改變產業特性的新工業時代已正式來臨。在2019年全世界面對COVID-19的嚴峻疫情下,消費者使用模式的大幅轉變,讓各行各業更快體認到現有生產營運模式的不足,加速了5G、人工智慧(AI)、高度自動化迫切需求性,以及遠端應用技術的無限延伸。
2016年底,Google TPU團隊中有幾位核心的開發者低調出走並創辦了一家名為Groq的機器學習系統公司。Groq的聯合創始人同時也是現任執行長Jonathan Ross,先前便任職於Google的張量處理器(TPU)開發團隊。
Featured Videos
Upcoming Events
Hot Keywords
本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多