カテゴリー
学術

7805A

7805A
7805A

ChatGPTに聞いてみた。

User
7805Aは何かわかりますか。

ChatGPT
7805Aは、正確な定電圧を出力する線形レギュレータICの1つで、入力電圧が不安定でも5Vの定電圧を出力することができます。このICは、入力電圧の変動からの影響を最小限に抑えるために使用され、5Vの定電圧を必要とする電子回路に広く使用されています。

7805Aは、TO-220パッケージに収められており、放熱のために冷却フィンなどの外部部品を使うことができます。このICは、オーディオ機器、電源ユニット、計測機器、自動車電子機器など、幅広いアプリケーションに使用されます。

また、7805Aの他にも、7806A、7809A、7812Aなどの異なる出力電圧バージョンがあります。これらは、それぞれ6V、9V、12Vの定電圧を出力することができます。なお、定電圧レギュレータICには、線形タイプの他にスイッチングタイプも存在し、高効率な電源回路設計に利用されます。

カテゴリー
学術

7812A

7812A
7812A

ChatGPTに聞いてみた。

User
7812Aは何かわかりますか。

ChatGPT
7812Aは、正確な定電圧を出力する線形レギュレータIC(統合回路)の1つです。このICは、入力電圧が安定していない場合でも、12Vの定電圧を出力することができます。7812Aは、12Vの定電圧を必要とする電子回路において、入力電圧の変動からの影響を最小限に抑えるために使用されます。

7812Aは、TO-220パッケージに収められているため、冷却フィンなどの外部部品を使って放熱することができます。このICは、オーディオ機器、電源ユニット、計測機器、自動車電子機器など、幅広いアプリケーションに使用されます。

なお、7812Aは、一般的な定電圧レギュレータICの一種で、他の電圧バージョン(例えば、7805A、7809Aなど)も存在しています。また、定電圧レギュレータICには、線形タイプの他にスイッチングタイプも存在し、高効率な電源回路設計に利用されます。

カテゴリー
学術

2SC1815Y

2SC1815Y
2SC1815Y

ChatGPTに聞いてみた。

User
2SC1815Yは何かわかりますか。

ChatGPT
2SC1815Yは、NEC(現在はルネサスエレクトロニクスに統合)が製造していたNPN型の汎用トランジスタです。このトランジスタは、小電力の増幅器やスイッチング回路に使用されることがあります。

2SC1815Yは、低ノイズで高増幅率を持ち、また、小型のプラスチック封装であるSOT-23に収められているため、設計の自由度が高く、小型化されたアプリケーションに適しています。このトランジスタは、一般的にオーディオアンプ、RFアンプ、スイッチング回路、LEDドライバ、センサーなどのアプリケーションに使用されます。

2SC1815Yは、よく知られた汎用トランジスタで、多くの電子部品メーカーが同等品を生産しています。

カテゴリー
学術

74LS138PC

74LS138PC
74LS138PC

ChatGPTに聞いてみた。

User
74LS138PCは何かわかりますか。

ChatGPT
74LS138PCは、TTL(Transistor-Transistor Logic)シリーズのロジックIC(統合回路)の1つで、1-of-8 デコーダ/デマルチプレクサと呼ばれる機能を持っています。これは、3つの低電位(LOW)の入力線(A、B、C)を使用して、8つの出力線(Y0〜Y7)のうちの1つを選択することができるICです。

74LS138PCは、1970年代に発売され、デジタル回路の設計に広く使用されました。特に、メモリアドレスの生成、マルチプレクサ/デマルチプレクサ構成、選択回路などに使用されました。74LS138PCは、ICの種類によって出力信号の遅延時間が異なるため、適切な選択をすることで、特定のアプリケーションに最適化された設計を行うことができます。現在でも、古典的なTTLロジックICとして、一部のデジタル回路設計において使用されていることがあります。

カテゴリー
学術

C157A

C157A
C157A

ChatGPTに聞いてみた。

User
UPC157Aは何かわかりますか。

ChatGPT
UPC157Aは、NEC Electronics(現在はルネサスエレクトロニクスに統合)が製造したバイポーラー・アナログ集積回路です。この製品は、高速で広い帯域幅を持つローノイズアンプ(増幅器)として設計されており、音響機器、通信機器、計測機器などのアプリケーションに使用されていました。

UPC157Aは、1970年代から1980年代にかけて広く使われていた古典的なアナログ集積回路の1つであり、特に音響機器においては高い評価を受けていました。しかし、現在は製造中止されており、代替製品が利用されることが一般的です。

カテゴリー
学術

C741C

C741C
C741C

ChatGPTに聞いてみた。

User
UPC741Cは何かわかりますか

ChatGPT
UPC741Cは、高速かつ低消費電力のオペアンプ(オペレーションアンプ)です。この製品は、NEC Electronics(現在はルネサスエレクトロニクスに統合)によって製造されており、広く使用されていました。UPC741Cは、広範囲にわたるアプリケーションに適用可能で、アナログ信号処理や制御回路、計測機器、音響機器、テレビ、無線通信機器などで使用されていました。UPC741Cは、1970年代に発売された初期のオペアンプの1つで、当時は高性能で低コストだったため、広く採用されました。しかし、現在は製造が中止されており、代替製品が利用されることが一般的です。

カテゴリー
学術

測定器

テスター

MT-4095
MT-4095
Tester-TC1
Tester-TC1
カテゴリー
学術

微分できない

箇所を抽出する事で対象の特徴をとらえることができるかもしれない。(2018.12.20)

カテゴリー
学術

TIN Polygon

物体をTIN Polygon化しその三角形を統計的に解析すれば認識に使えるかもしれない。(2018.12.6)

カテゴリー
学術

フラクタル次元と認識

ボックス法によりフラクタル次元を求めトポロジーと組み合わせれば認識に使えるかもしれない。(2018.12.3)

カテゴリー
学術

特異点

集団→同期→同期していない→特異点(2018.11.21)

カテゴリー
学術

ジェネレーター1

電子回路を作る時は何かと発振器が必要になります。

様々な信号発生器がありますが可聴範囲内であればパソコンでできそうです。

パソコンなら細かな波形をデザインできるのでかえって専用機のジェネレーターよりも良いかも。

例えばWindows PCで以下のようなコードを実行します。

#include <iostream>
#include <string>
#include <windows.h>
#include <MMSystem.h>
#include <math.h>

#pragma comment (lib, "winmm.lib")

int main() {

    WAVEFORMATEX wfe;
    static HWAVEOUT hWaveOut;
    static WAVEHDR whdr;
    static LPBYTE lpWave;
    int i, len, start, end;
    int terms = 1;
    int sampling = 44100;
    int frequency = 441;

    wfe.wFormatTag = WAVE_FORMAT_PCM;
    wfe.nChannels = 2;
    wfe.wBitsPerSample = 8;
    wfe.nBlockAlign = wfe.nChannels * wfe.wBitsPerSample / 8;
    wfe.nSamplesPerSec = sampling;
    wfe.nAvgBytesPerSec = wfe.nSamplesPerSec * wfe.nBlockAlign;
    waveOutOpen(&hWaveOut, WAVE_MAPPER, &wfe, 0, 0, CALLBACK_NULL);
    lpWave = (LPBYTE)calloc(wfe.nAvgBytesPerSec, terms * wfe.nChannels);

    // 立ち上がりは出力を0にする
    for (i = 0; i < sampling * terms * wfe.nChannels; i++) {
        lpWave[i] = 128;
    }

    len = sampling / frequency; 

    // 最初の10サイクルは出力しない
    start = sampling / frequency * 10;
    // 8サイクル波形を出力する
    end = start + sampling / frequency * 8 * wfe.nChannels;

    double d = 360.0 / len;
    double pi = 3.14159265359;
    for (i = start; i < end; i++) {
        if ((i % 2) == 0) {
            // 方形波 Left
            if ((i/2) % len < len / 2) {
                lpWave[i] = 228;
            }
            else {
                lpWave[i] = 28;
            }
        }
        else {
            // 正弦波 Right
            lpWave[i] = (BYTE)(100.0 * sin(d * ((i / 2) % len) / 180.0 * pi) + 127.5);
        }
    }

    whdr.lpData = (LPSTR)lpWave;
    whdr.dwBufferLength = wfe.nAvgBytesPerSec * terms;
    whdr.dwFlags = WHDR_BEGINLOOP | WHDR_ENDLOOP;
    whdr.dwLoops = 1;

    waveOutPrepareHeader(hWaveOut, &whdr, sizeof(WAVEHDR));
    waveOutWrite(hWaveOut, &whdr, sizeof(WAVEHDR));

    char str[128];
    std::cout << "hello, world\n";
    std::cin >> str;

}

 

パソコンのライン出力をそのままマイク入力に接続しAudacityで表示すると、

パソコンジェネレーター出力をAudacityで表示
パソコンジェネレーター出力をAudacityで表示

のようになります。

左チャンネルは、方形波、右チャンネルは正弦波の出力ができました。2CHファンクションジェネレータの完成です。

カテゴリー
学術

確率的ニューラルネットワーク

PNN : Probabilistic Neural Network

殆どのアルゴリズムは逐次処理ですがPNNは完全な並列処理アルゴリズムです。(20191031)

ChatGPTにこれは何か聞いてみた。

User
確率的ニューラルネットワークとは何ですか。

ChatGPT
確率的ニューラルネットワークは、ニューラルネットワークの一種で、確率的な要素を含んでいるものを指します。つまり、入力から出力へのマッピングを決定する際に、確率的な処理を行い、確率的な出力を生成することができます。

確率的ニューラルネットワークは、一般にディープラーニングや深層学習の分野で使用され、特に認識や分類、画像処理、自然言語処理などのタスクに適しています。確率的ニューラルネットワークは、確率的な勾配降下法(SGD)やモンテカルロ法などのアルゴリズムを使用して、最適なパラメーターを学習することができます。

確率的ニューラルネットワークには、多層パーセプトロン(MLP)、畳み込みニューラルネットワーク(CNN)、再帰型ニューラルネットワーク(RNN)などがあります。例えば、CNNは画像処理タスクに適しており、RNNは自然言語処理に適しています。

確率的ニューラルネットワークの利点は、過学習を抑制し、一般化能力を向上させることができることです。また、入力にノイズが含まれている場合でも、確率的な出力を生成することで、ノイズの影響を減らすことができます。ただし、学習に時間がかかる場合があるため、より高速なアルゴリズムが必要な場合があります。

カテゴリー
学術

近似を計算

大域→中域→小域→詳細の順に計算する。

1960年代、PNN計算資源の制限のため近似に関する研究が盛んに行われたが計算機の高度化により無駄になってしまった。(20181030)

カテゴリー
学術

多次元の二次元投影

多次元のデータを二次元に投影する事により計算量が減るかもしれない。(20181026)