Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Architectures neuronales pour la conversion analogique/numérique
Univ Europeenne - EAN : 9786131567278
Édition papier
EAN : 9786131567278
Paru le : 31 mars 2011
69,00 €
65,40 €
Epuisé
Pour connaître votre prix et commander, identifiez-vous
Manquant sans date
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131567278
- Réf. fournisseur : 4703225
- Editeur : Univ Europeenne
- Date Parution : 31 mars 2011
- Disponibilite : Manque sans date
- Barème de remise : NS
- Nombre de pages : 220
- Format : H:220 mm L:150 mm
- Poids : 330gr
- Interdit de retour : Retour interdit
- Résumé : Les travaux présentés dans ce travail porte principalement sur la mise en oeuvre de nouvelles architectures intelligentes, flexibles et moins complexes pour la conversion analogique/numérique rapide et précise. Cela répondra au besoin de l'industrie des capteurs intelligents (smart sensors) et des composants MEMS à savoir, la digitalisation des signaux de capteurs et la réalisation d'une fonction importante de correction des non-linéarités de la caractéristique des capteurs. Plusieurs structures neuronales pour la conversion analogique/numérique ont été synthétisées et optimisées en vue de les implémenter sur circuits analogiques. Également, d'autres circuits analogiques et hybrides (analogique/FPGA) ont été réalisés pour la conversion analogique/numérique et la linéarisation en même temps. La conception de ces derniers était modulaire en utilisant des modèles neuronaux optimaux. Les architectures développées ont été soumises à des tests temporels, statistiques et spectraux normalisés qui ont permis d'en conclure sur les performances des nouvelles architectures réalisées en montrant la capacité de linéarisation et de conversion en binaire de la sortie d'un capteur non-linéaire.
- Biographie : Mounir Bouhedda, Docteur en Sciences en Instrumentation etAutomatique de l'Université Houari Boumediene (USTHB) d'Alger(Algérie), enseignant/chercheur à l'Université de Médéa(Algérie), travaille sur le développement des techniquesd'intelligence artificielle appliquées dans le domaine decontrôle et instrumentation électronique.