Zum Hauptinhalt springen

Analog 2020

Datum, Art des Beitrags, Ort:
30.09.2020,Vortrag,Online
Veranstaltung:
Zwei Vorträge auf der 17. ITG/GMM-Fachtagung Analog 2020, Analoge Schaltungen: Schlüsselsysteme für Automotive, IoT und zukünftige drahtlose Technologien
Weiterführende Informationen:

Beschreibung:

Ain’t got time for this? Reducing manual evaluation effort with Machine Learning based Grouping of Analog Waveform Test Data. Tom Reinhold1, Marco Seeland2, Martin Grabmann1, Christian Paintz3, Patrick Mäder2, Georg Gläser1. 1IMMS, 2Technische Universität Ilmenau, 3Melexis GmbH.

Fehlerbilder in Messdaten von Mixed-Signal-Chips und MEMS werden bisher von Hand klassifiziert. Die Autoren stellen eine neue Methode mit ML-Algorithmen zur automatischen Gruppierung ähnlicher Ausfallsszenarien vor. In einer Fallstudie mit einem industriellen Testdatensatz wurde die Effizienz um den Faktor 14 verbessert.

Entwurf, Evaluierung und Optimierung von HF- und UHF-RFID-Sensorsystemen. Björn Bieske, Tom Reinhold, Jun Tan.

RFID ist zur kontaktlosen Identifikation in vielen Bereichen etabliert. Die Kombination von drahtloser Energie- und Datenübertragung mit LowPower-Sensoren eröffnet vielfältige Möglichkeiten für neue Anwendungen. Die Evaluierung und Optimierung solcher Sensorsysteme stellt neue Anforderungen an die Messtechnik. Ausgehend von speziellen RFID-Readern und Labormessgeräten wird gezeigt, wie mit Standard-PXI-Modulen ein universeller Messplatz für komplexe Messabläufe an RFID-Transpondern mit Sensoranbindung aufgebaut werden kann.

Zugehörige Inhalte

Projekt

IntelligEnt

Das IMMS forschte an Assistenzsystemen für Chip-Designer: Machine Learning verbessert Entwurfs- und Testmethoden für integrierte…

Projekt

RoMulus

UHF-RFID-Chip zum batterielosen Betrieb kommerzieller Sensoren in I4.0-Anwendungen und systematischer Entwurf von Multisensorik-Systemen

Pressemitteilung,

EDA Competition Award für „Trash or Treasure“ – Intelligente Layoutverarbeitung

1. Preis des IEEE CEDA geht an Nachwuchswissenschaftler von TU Ilmenau und IMMS

Pressemitteilung,

Hochgenau und batteriefrei per RFID messen

IMMS-Doktorand verteidigt Dissertation zu präziser passiver RFID-Sensorik

Pressemitteilung,

Forschergruppe „IntelligEnt“ gestartet: Künstliche Intelligenz und Machine Learning für den Entwurf von Mikroelektronik

IMMS und TU Ilmenau forschen an neuartigen Assistenzsystemen für Chip-Designer

Pressemitteilung,

Best Paper Award Runner-Up für MEMS-ASIC-Gesamtdesignmethodik

Realisierter Beschleunigungssensor validiert die neue Methode

Auszeichnung

1st Place – EDA Competition Award für den Beitrag: Trash or Treasure? Machine-learning based PCB layout anomaly detection with AnoPCB

Henning Franke

Auszeichnung

Best Paper Award Runner-Up für den Beitrag: Systematic MEMS ASIC Design Flow using the Example of an Acceleration Sensor

Jenny Klaus

Kontakt

Kontakt

Dipl.-Hdl. Dipl.-Des. Beate Hövelmans

Leiterin Unternehmenskommunikation

beate.hoevelmans(at)imms.de+49 (0) 3677 874 93 13

Beate Hövelmans ist verantwortlich für die Text- und Bildredaktion dieser Webseite, für die Social-Media-Präsenz des IMMS auf LinkedIn und YouTube, die Jahresberichte, für die Pressearbeit mit Regional- und Fachmedien und weitere Kommunikationsformate des IMMS. Sie stellt Ihnen Texte, Bilder und Videomaterial für Ihre Berichterstattung zum IMMS bereit, vermittelt Kontakte für Interviews und ist Ansprechpartnerin für Veranstaltungen.

Zurück