专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果27个,建议您升级VIP下载更多相关专利
  • [发明专利]功率放大器电路-CN201880078305.0在审
  • J·邓沃斯;H·朴;具本贤;V·阿帕林 - 高通股份有限公司
  • 2018-12-04 - 2020-07-17 - H03F1/02
  • 本公开提供了包括一个或多个放大器级的放大器电路,一个或多个放大器级中的每一个放大器级均包括互补晶体管配置。互补晶体管配置包括NMOS晶体管(436)和PMOS晶体管(440)。NMOS晶体管(436)并联电耦合到PMOS晶体管(440)。放大器电路进一步包括输出放大器级,其被电耦合到一个或多个放大器级的输出,输出放大器级包括非互补晶体管配置,其具有一个或多个NMOS晶体管(452)或PMOS晶体管。
  • 功率放大器电路
  • [发明专利]耐扰乱噪声消去接收机前端-CN201480024600.X有效
  • W·F·A·劳;H·希达亚提;V·阿帕林 - 高通股份有限公司
  • 2014-04-28 - 2019-04-16 - H04B1/10
  • 用于提供具有带通阻抗匹配和良好功率效率的耐扰乱噪声消去接收机前端的技术。在一方面,该带通阻抗匹配的中心频率有利地追踪本机振荡器频率。在一方面,提供了第一和第二接收信号路径,其中R‑C网络被耦合到第二接收信号路径的输出。该R‑C网络的电阻可以被选择以向RF输入信号提供带通阻抗匹配。第一和第二信号路径的电流输出被使用跨阻抗放大器(TIA)来组合。在一方面,可以使用双输入跨导器放大器来实现该TIA以进一步优化本公开的噪声性能和功率效率特征。
  • 扰乱噪声消去接收机前端
  • [发明专利]用于尖峰神经计算的方法和装置-CN201380008240.X有效
  • J·F·亨泽格;V·阿帕林 - 高通股份有限公司
  • 2013-02-07 - 2018-12-25 - G06N3/04
  • 本公开的某些方面提供用于一般线性系统的尖峰神经计算的方法和装置。一个示例方面是将信息编码在尖峰之间的相对定时中的神经元模型。然而,突触权重不是必需的。换句话说,连接可以存在(显著突触)或者不存在(不显著或不存在的突触)。本公开的某些方面使用二进制值的输入和输出并且不要求突触后滤波。然而,某些方面可涉及对连接延迟(例如,树突延迟)的建模。单个神经元模型可被用于计算任何一般线性变换x=AX+BU到任何的任意性精度。这一神经元模型还可以能够学习,诸如学习输入延迟(例如,对应于缩放值)以达成目标输出延迟(或输出值)。学习还可被用于确定因果输入的逻辑关系。
  • 用于尖峰神经计算方法装置
  • [发明专利]用于尖峰神经计算的方法和装置-CN201380008188.8有效
  • J·F·亨泽格;V·阿帕林 - 高通股份有限公司
  • 2013-02-07 - 2017-08-15 - G06N3/04
  • 本公开的某些方面提供用于一般线性系统的尖峰神经计算的方法和装置。一个示例方面是将信息编码在尖峰之间的相对定时中的神经元模型。然而,突触权重不是必需的。换句话说,连接可以存在(显著突触)或者不存在(不显著或不存在的突触)。本公开的某些方面使用二进制值的输入和输出并且不要求突触后滤波。然而,某些方面可涉及对连接延迟(例如,树突延迟)的建模。单个神经元模型可被用于计算任何一般线性变换x=AX+BU到任何的任意性精度。这一神经元模型还可以能够学习,诸如学习输入延迟(例如,对应于缩放值)以达成目标输出延迟(或输出值)。学习还可被用于确定因果输入的逻辑关系。
  • 用于尖峰神经计算方法装置
  • [发明专利]用于尖峰神经计算的方法和装置-CN201380008278.7有效
  • J·F·亨泽格;V·阿帕林 - 高通股份有限公司
  • 2013-02-07 - 2017-05-31 - G06N3/04
  • 本公开的某些方面提供用于一般线性系统的尖峰神经计算的方法和装置。一个示例方面是将信息编码在尖峰之间的相对定时中的神经元模型。然而,突触权重不是必需的。换句话说,连接可以存在(显著突触)或者不存在(不显著或不存在的突触)。本公开的某些方面使用二进制值的输入和输出并且不要求突触后滤波。然而,某些方面可涉及对连接延迟(例如,树突延迟)的建模。单个神经元模型可被用于计算任何一般线性变换x=AX+BU到任何的任意性精度。这一神经元模型还可以能够学习,诸如学习输入延迟(例如,对应于缩放值)以达成目标输出延迟(或输出值)。学习还可被用于确定因果输入的逻辑关系。
  • 用于尖峰神经计算方法装置
  • [发明专利]高速高功率半导体器件-CN201280009506.8有效
  • Y·杜;V·阿帕林;R·吉尔摩 - 高通股份有限公司
  • 2012-02-17 - 2017-04-12 - H01L29/78
  • 公开了高速高功率半导体器件。在一示例性设计中,高速高功率半导体器件包括源极、用于提供输出信号的漏极以及用于接收输入信号的有源栅极。该半导体器件进一步包括位于该有源栅极和该漏极之间的至少一个场栅极、被形成为横交于该至少一个场栅极的至少一个浅沟槽隔离(STI)条、以及平行于该至少一个STI条并与该至少一个STI条交替出现地形成的至少一个漏极有源条。该半导体器件可通过有源FET和MOS变容器的组合来建模。该有源栅极控制该有源FET,而该至少一个场栅极控制该MOS变容管。该半导体器件具有低电阻并且能处理高电压。
  • 高速功率半导体器件
  • [发明专利]发射漏泄消去-CN201480014253.2有效
  • V·阿帕林 - 高通股份有限公司
  • 2014-03-10 - 2017-03-22 - H04B1/525
  • 描述了用于降低发射信号漏泄的收发机。该收发机包括将接收信号下变频以产生反馈信号的下变频器。该收发机还包括将反馈信号与发射信号相关以获得权重的权重学习模块。该收发机还包括基于所述权重和所述发射信号来获得所估计的发射漏泄信号的发射漏泄估计器。该收发机还包括基于所估计的发射漏泄信号来降低接收信号中的发射漏泄的发射漏泄降低器。
  • 发射漏泄消去

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top