Fugu-MT 論文翻訳(概要): Parametric Amplifier Matching Using Legendre Prototypes

論文の概要: Parametric Amplifier Matching Using Legendre Prototypes

arxiv url: http://arxiv.org/abs/2303.00184v2
Date: Thu, 2 Mar 2023 05:08:08 GMT
ステータス: 処理完了
システム内更新日: 2023-03-06 17:34:34.144548
Title: Parametric Amplifier Matching Using Legendre Prototypes
Title（参考訳）: レジェンダプロトタイプを用いたパラメトリック増幅器マッチング
Authors: Ryan Kaufman and Ofer Naaman
Abstract要約: 本稿では,レジェンダレスに基づくジョセフソンパラメトリックアンプマッチングネットワークについて述べる。これらのネットワークは、同様のパラメータを持つChebyshevネットワークよりも、リップルと緩やかなロールオフを示す。我々は,500MHz帯の5GHz帯で20dBゲインのプロトタイプJPAを合成する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this note we describe Josephson parametric amplifier (JPA) matching networks based on Legendre polynomials. These networks typically exhibit lower ripple and gentler roll-off than Chebyshev networks with similar parameters, and can be viewed as bridging the gap between Butterworth and Chebyshev ones. We tabulate prototype coefficients for parametric amplifiers based on Legendre polynomials with a range of gain and ripple parameters, and for a range of network orders. We also use this opportunity to further illustrate the synthesis of these networks based on methods from previous work, and synthesize a prototype JPA with 20dB gain at a center frequency of 5GHz with a bandwidth of 500MHz.
Abstract（参考訳）: 本稿では、ルジャンドル多項式に基づくジョセフソンパラメトリック増幅器(JPA)マッチングネットワークについて述べる。これらのネットワークは通常、同様のパラメータを持つチェビシェフネットワークよりも低いリップルと緩やかなロールオフを示し、バターワースとチェビシェフのギャップを埋めると見なすことができる。我々は,ゲインパラメータとリップルパラメータの値とネットワーク順序の値の値を持つレジャンドル多項式に基づくパラメトリック増幅器のプロトタイプ係数を集計する。また、この機会を利用して、以前の研究から得られた手法に基づいてこれらのネットワークの合成を更に説明し、500MHzの帯域幅で中心周波数5GHzで20dBゲインのプロトタイプJPAを合成する。

関連論文リスト

Readout of a quantum processor with high dynamic range Josephson parametric amplifiers [132.67289832617647]
デバイスは、帯域幅250-300MHzの50ドルOmega$環境と一致し、入力飽和電力は最大で-95dBm、20dBゲインとなる。 54キュービットのSycamoreプロセッサがこれらのデバイスをベンチマークするために使用された。設計は、システムノイズ、読み出しフィデリティ、およびクビットのデフォーカスに悪影響を及ぼさない。
論文参考訳（メタデータ） (2022-09-16T07:34:05Z)
A Theoretical View on Sparsely Activated Networks [21.156069843782017]
本稿では、一般的なアーキテクチャの健全な側面を捉えるデータ依存スパースネットワークの形式モデルを提案する。次に、LSH(Locality sensitive hashing)に基づくルーティング関数を導入し、スパースネットワークがターゲット関数をどの程度うまく近似するかを判断する。スパースネットワークはリプシッツ関数上の高密度ネットワークの近似力と一致することが証明できる。
論文参考訳（メタデータ） (2022-08-08T23:14:48Z)
Efficient Autoprecoder-based deep learning for massive MU-MIMO Downlink under PA Non-Linearities [0.0]
本稿では,マルチユーザ干渉を解消し,重度非線形(NL)PA歪みを補償する新しい手法であるAP-mMIMOを提案する。以前の研究とは異なり、AP-mMIMOは計算量が少ないため、地球規模のエネルギー効率の高いシステムに適している。
論文参考訳（メタデータ） (2022-02-03T08:53:52Z)
Multi-Channel End-to-End Neural Diarization with Distributed Microphones [53.99406868339701]
EENDのTransformerエンコーダを,マルチチャネル入力を処理する2種類のエンコーダに置き換える。また,単一チャンネル記録のみを用いたモデル適応手法を提案する。
論文参考訳（メタデータ） (2021-10-10T03:24:03Z)
Synthesis of parametrically-coupled networks [0.0]
パラメトリック結合回路の記述を統一するために,共通言語が利用できることを示す。これにより、マイクロ波工学からのネットワーク合成手法を容易に適用できる。
論文参考訳（メタデータ） (2021-09-18T01:51:39Z)
Deep Learning Based Antenna-time Domain Channel Extrapolation for Hybrid mmWave Massive MIMO [30.201881862681972]
本研究では,部分的なアップリンクチャネルから基地局の全ダウンリンクチャネルへのマッピング関数を学習するために,潜在常微分方程式(ODE)に基づくネットワークを設計する。シミュレーションの結果,設計したネットワークは,部分的なアップリンクチャネルから全ダウンリンクチャネルを効率的に推測できることがわかった。
論文参考訳（メタデータ） (2021-08-09T11:12:46Z)
A Photonic-Circuits-Inspired Compact Network: Toward Real-Time Wireless Signal Classification at the Edge [3.841495731646297]
大規模な機械学習モデルでは、レイテンシに敏感な下流タスクのためにエッジデバイス上で実装することが難しくなる可能性がある。無線通信システムでは、ミリ秒以下のスケールでのMLデータ処理により、リアルタイムなネットワーク監視が可能となる。本稿では,フォトニック・ハードウエアにインスパイアされたリカレントニューラルネットワークモデルからなる,コンパクトなディープ・ネットワークを提案する。
論文参考訳（メタデータ） (2021-06-25T19:55:41Z)
Variational Autoencoders: A Harmonic Perspective [79.49579654743341]
本研究では,高調波解析の観点から変分オートエンコーダ(VAE)について検討する。 VAEのエンコーダ分散は、VAEエンコーダとデコーダニューラルネットワークによってパラメータ化された関数の周波数内容を制御する。
論文参考訳（メタデータ） (2021-05-31T10:39:25Z)
CREPO: An Open Repository to Benchmark Credal Network Algorithms [78.79752265884109]
クレダルネットワークは、確率質量関数の集合であるクレダルに基づく不正確な確率的グラフィカルモデルである。 CREMAと呼ばれるJavaライブラリが最近リリースされ、クレダルネットワークをモデル化し、処理し、クエリする。我々は,これらのモデル上での推論タスクの正確な結果とともに,合成クレダルネットワークのオープンリポジトリであるcrrepoを提案する。
論文参考訳（メタデータ） (2021-05-10T07:31:59Z)
Model-Driven Deep Learning Based Channel Estimation and Feedback for Millimeter-Wave Massive Hybrid MIMO Systems [61.78590389147475]
本稿では,ミリ波(mmWave)システムのモデル駆動深層学習(MDDL)に基づくチャネル推定とフィードバック方式を提案する。無線周波数(RF)鎖の限られた数から高次元チャネルを推定するためのアップリンクパイロットオーバーヘッドを低減するために,位相シフトネットワークとチャネル推定器を自動エンコーダとして共同で訓練することを提案する。 MDDLに基づくチャネル推定とフィードバック方式は,最先端の手法よりも優れていることを示す。
論文参考訳（メタデータ） (2021-04-22T13:34:53Z)
VaPar Synth -- A Variational Parametric Model for Audio Synthesis [78.3405844354125]
本稿では,条件付き変分オートエンコーダ(CVAE)を用いた変分パラメトリックシンセサイザVaPar Synthを提案する。提案するモデルの性能は,ピッチを柔軟に制御した楽器音の再構成と生成によって実証する。
論文参考訳（メタデータ） (2020-03-30T16:05:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。