Zobrazeno 1 - 10
of 9 710
pro vyhledávání: '"system generator"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Ahmad, Maruf1 (AUTHOR) mah370@uregina.ca, Zhang, Lei1 (AUTHOR) kelvin.ng@uregina.ca, Ng, Kelvin Tsun Wai1 (AUTHOR), Chowdhury, Muhammad E. H.2 (AUTHOR) mchowdhury@qu.edu.qa
Publikováno v:
Biomimetics (2313-7673). Dec2023, Vol. 8 Issue 8, p621. 21p.
Publikováno v:
In International Journal of Electrical Power and Energy Systems October 2022 141
Publikováno v:
13th Chaotic Modeling and Simulation International Conference (CHAOS 2020) 73
We review our recent work on ellipsoidal M2-brane solutions in the large-N limit of the BMN matrix model. These bosonic finite-energy membranes live inside SO(3)xSO(6) symmetric plane-wave spacetimes and correspond to local extrema of the energy func
Externí odkaz:
http://arxiv.org/abs/2007.07028
Publikováno v:
In Water Research 1 February 2022 209
Publikováno v:
ITM Web of Conferences, Vol 54, p 04004 (2023)
Watermarking is a tool of confidentiality that protects valuable information hidden in the set of digital media by modifying the particular graphic contents. Special purpose hardware designed systems can be mapped in watermarking through FPGA. In thi
Externí odkaz:
https://doaj.org/article/1bc84abc32524143b809bc3ea823de81
Power system dynamics are naturally nonlinear. The nonlinearity stems from power flows, generator dynamics, and electromagnetic transients. Characterizing the nonlinearity of the dynamical power system model is useful for designing superior estimatio
Externí odkaz:
http://arxiv.org/abs/1902.06025
Publikováno v:
Biomimetics, Vol 8, Iss 8, p 621 (2023)
This research investigates the implementation of complex-exponential-based neurons in FPGA, which can pave the way for implementing bio-inspired spiking neural networks to compensate for the existing computational constraints in conventional artifici
Externí odkaz:
https://doaj.org/article/d129f0b693974e3fb6d856cdb72ab896
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.