首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    FS2110同步整流5V1A频率PWM同步升压IC转换器DC-DC

    描述 FS2110是一种高效,固定频率550 KHz,电流模式PWM升压直流/直流转换器,可以操作电池,如输入电压降至2.5V。转换器输出电压可通过外部电阻分压器调节到最大5.25V。此外,转换器还包括一个0.08Ωn通道MOSFET开关和0.12Ωp通道同步整流器。因此,不需要外部肖特基二极管,可以得到更好的效率,接近93%。 该转换器是基于一个固定的频率、电流模式、脉宽调制的PWM控制器,在光负载下自动进入PSM模式。 当变频器进入不连续模式时,内部防振铃开关将减少干扰和辐射电磁能量。 FS2110可在一个节省空间的SOT-23-6软件包中使用,可用于便携式应用程序。FS2110芯片的其他特点包括:宽输入电压范围(2.0V~5.5V)、低RDS(ON)集成功率MOSFET、轻负载低功耗模式、±2.0%电压精度、PMOS电流限流短路保护、低静态电流、快速瞬态响应、内置软启动功能、过温保护与自动恢复、输出过电压保护,以及超小型封装:SOT23-6。它的应用范围包括移动电源、无线设备、手持式仪器、GPS接受器等。

    00

    ​跨模态编码刺激(视觉-语言大脑编码)实现脑机接口

    实现有效的脑-机接口需要理解人脑如何跨模态(如视觉、语言(或文本)等)编码刺激。大脑编码旨在构建fMRI大脑活动给定的刺激。目前有大量的神经编码模型用于研究大脑对单一模式刺激的编码:视觉(预训练的CNN)或文本(预训练的语言模型)。通过获得单独的视觉和文本表示模型,并使用简单的启发式进行后期融合。然而,以前的工作未能探索:(a)图像转换器模型对视觉刺激编码的有效性,以及(b)协同多模态模型对视觉和文本推理的有效性。在本研究中首次系统地研究和探讨了图像转换器(ViT,DEiT和BEiT)和多模态转换器(VisualBERT,LXMERT和CLIP)对大脑编码的有效性,并发现:VisualBERT是一种多模态转换器,其性能显著优于之前提出的单模态CNN、图像转换器以及其他之前提出的多模态模型,从而建立了新的研究状态。

    02
    领券