Current-Mode Analog Fuzzy Hardware with Voltage Input Interface and Normalization Locked Loop

Q: 이 논문에서 정의한 Normalization Locked Loop(NLL)이란 무엇인가?

Normalization Locked Loop(NLL)은 아날로그 퍼지 하드웨어에서 가중 평균 연산을 수행할 때 아날로그 나눗셈기 없이 이 연산을 처리할 수 있도록 제안된 회로이다. 이는 퍼지 규칙 블록의 Ig_i 값을 조정하여 모든 Ig_i의 합이 상수가 되도록 하는 피드백 루프를 사용하여 구현된다. 이를 통해 아날로그 퍼지 하드웨어의 동작 속도를 높이고 칩 면적을 줄일 수 있다.

Q: 전압 입력 전류 출력 멤버십 함수 회로와 NLL이 아날로그 퍼지 하드웨어에 어떤 이점을 제공하는가?

연구 결과, 전압 입력 전류 출력 멤버십 함수 회로(MFC)는 전압 입력을 쉽게 분배하여 많은 연산 블록에 전달할 수 있게 한다. 또한, Normalization Locked Loop(NLL)은 가중 평균 연산 시 아날로그 나눗셈기 없이도 고속으로 연산을 처리하며, 회로 구성을 단순화하고 저전력 소모를 가능하게 하여 아날로그 퍼지 하드웨어의 성능을 크게 향상시킨다.

Fumio Ueno; Takahiro Inoue; Mamoru Sasaki; Nobuyuki Ishikawa

학술대회자료

저자정보: Fumio Ueno Takahiro Inoue Mamoru Sasaki Nobuyuki Ishikawa

저널정보: 대한전자공학회 JTC-CSCC : Joint Technical Conference on Circuits Systems, Computers and Communications JTC-CSCC : Joint Technical Conference on Circuits Systems, Computers and Communications

오류 신고하기

피인용 0

검색

초록·키워드

In this paper, voltage-input current-output Membership Function Circuit (MFC) and Normalization Locked Loop (NLL) are proposed. They are useful building blocks for the current-mode analog fuzzy hardware. The voltage-input current-output MFC consists of one source coupled Operational Transconductance Amplifier (OTA). The MFC is used in the input parts of the analog fuzzy hardware system. The fuzzy hardware system can execute the singleton fuzzy control algorithm. In the algorithm, the weighted average operation is processed. When the weighted average operation is directly realized by analog circuits, a divider must be implemented. Here, the NLL operation circuit, which can process the weighted average operation without the divider, is implemented using one source coupled OTA. The proposed circuits were designed by using 2μm CMOS design rules and its operations were confirmed using SPICE simulations.

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-013188980

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료