anning865

个性签名：心率传感器：https://shop108071095.taobao.com

动态 发布 点评 好友 关于
  • 2024-08-10

  • 回复了主题帖： 小孩现在学miceopython怎么样？值得学吗？

    dcexpert 发表于 2024-8-8 20:09 可以。makecode有多个版本，除了microbit版本外，还有 Maker makecode （Adafruit创客版） Circu ... 受教了，版主可以回头考虑再出本书

  • 2024-08-07

  • 回复了主题帖： “传感器文旅”小调查：你比较期待哪类传感器的主题文旅？

    运动传感器和生物传感器，感觉画硬件电路倒是不难，但是要学懂背后的数学和算法原理确实需要一些时间和精力，所以最好有一个全面的帖子来介绍。

  • 2024-08-05

  • 回复了主题帖： 共读入围名单（第二轮）：《开关电源仿真与设计--基于SPICE》

    okhxyyo 发表于 2024-8-5 11:31 感谢网友参与《开关电源仿真与设计--基于SPICE》的申请，以下是入围网友信息。 入围网友请在2024年8月8 ... 个人信息无误，确认可以完成评测计划。

  • 2024-07-30

  • 回复了主题帖： 有谁和我一样，动过给产品加AI的心思？

    wangerxian 发表于 2024-7-27 16:43 好嘞，我找找合适的套件～您的学生是什么年龄段的？ 高年级的本科生，还有研究生。MCU+AI这种一般都是做信号处理类应用偏多，MPU+AI一般都是做机器视觉。

  • 2024-07-27

  • 回复了主题帖： 有谁和我一样，动过给产品加AI的心思？

    wangerxian 发表于 2024-7-25 15:25 是啊，ST有不少的案例，用的是他们研发的Edge AI工具 想玩可以多多关注论坛，后面可能会有相关的活动 希望这种活动可以快些举办起来，我这边已经开始带学生用起来了，苦于支持的套件不好买到。

  • 2024-07-25

  • 回复了主题帖： 有谁和我一样，动过给产品加AI的心思？

    现在这个方向挺火，ST公司我看有好几个案例介绍了，本来想尝尝鲜，可惜现在ST的评估板都买不到了，现在被禁得厉害。

  • 2024-07-17

  • 发表了主题帖： 《拥抱AIGC》读后感（4）-完结

    又被很多事情耽搁了，把GPT在科研方面的应用再写一下，这本书的读后感基本就结束了。其实书是早就读完了的，结论在之前的帖子里也写了的，这书只适合一点不懂AIGC的小白看，如果已经用上了GPT一类的工具，其实可读性就没那么强了。 1.资料搜索能力：这个方面个人觉得AIGC的优势并不大，因为科研界每天都有很多新的文章和新闻出来，而大模型的训练语料往往是几年前的，所以更新并不及时。简单尝试后就放弃了。 2.资料总结能力：这个方面个人觉得还是有一些优势，目前国内外几家大模型的上下文能力都有明显提升，甚至可以把整部书一次性读完，所以把资料直接喂给GPT，让其帮忙总结精华是可以实现短时间快速阅读很多篇文章的，这样可以帮助科研人员更快速地去粗取精，快速定位文献。这里找了一篇讲功率变换器EMI分析的文章做例子，采用gemini1.5 pro直接读入整篇文献，最后要求其用中文做一个总结，如下： Gemini： 这篇文章探讨了功率转换器中，绝缘栅双极晶体管（IGBT）的开关瞬态对电磁干扰（EMI）的影响。文章指出，传统的EMI建模方法将IGBT的开关过程简化，忽略了其非线性特性，导致高频EMI预测精度不高。 为解决这一问题，文章提出了一种改进的EMI建模方法，将IGBT的开关过程分为多个阶段，并利用分段线性函数逼近实际的电压和电流波形。文章还通过对直流-直流降压转换器的实验验证了该方法的有效性。 具体而言，该方法将IGBT的开通和关断过程分别分为几个阶段，并针对每个阶段建立等效电路模型，分析其dv/dt和di/dt的变化规律。然后，利用这些dv/dt和di/dt值，结合EMI传导路径的阻抗模型，计算出共模和差模EMI的频谱。实验结果表明，该方法能够准确地预测高频EMI，为功率转换器的EMI抑制设计提供了理论依据。 文章的主要贡献在于： 提出了基于IGBT行为模型的EMI建模方法，提高了高频EMI预测精度。 通过分段线性函数逼近IGBT的非线性开关特性，简化了建模过程。 通过实验验证了该方法的有效性，为功率转换器的EMI抑制设计提供了参考。 GPT3.5: 该文献提出了一个改进的、简化的EMI建模方法，该方法考虑了绝缘栅双极晶体管（IGBT）的开关行为模型。主要内容如下： 背景: IGBT的高开关速度会导致电力电子变换器产生高水平的电磁干扰（EMI）。传统的EMI分析方法通常将开关瞬态建模为单斜率的dv/dt和di/dt瞬态，忽略了器件非线性开关瞬态的影响，导致高频EMI建模精度不足。 改进的EMI建模方法: 本文提出了一种新的方法，通过考虑IGBT的行为特性来模拟开关过程中的导通和关断动态。 将非线性开关瞬态分为多个阶段，并针对每个阶段建立等效电路模型。 使用分段线性线逼近实际器件的开关电压和电流波形，并使用多个dv/dt和di/dt叠加来表示。 实验验证: 构建了一个单开关降压斩波电路，并测量了EMI频谱。 使用所提出的方法计算了EMI频谱。 比较结果表明，该方法能够以较高的精度预测高频EMI。 结论: 本文提出的EMI建模方法考虑了IGBT的非线性开关瞬态，能够更准确地预测高频EMI。该方法为电力电子变换器的EMI分析和滤波器设计提供了有效的工具。 上面分别用gemini和GPT3.5试了一下，个人觉得gemini要更优秀一些，总结的已经比较全面了，让人大致就看懂了文章的主要内容。 3.资料的创造能力：使用GPT可以实现一些文字资料的生成，例如生成一个演讲的提纲，发言的讲稿等等。但是目前多模态已经兴起，实现文字、图片和视频的混合生成已经越来越普遍。这里用一个科大讯飞的多模态大模型来演示-讯飞智文。 之前需要给我儿子做一个讲解24节气-芒种的PPT，找到了讯飞智文，可以直接提要求，让其自动生成相关PPT。 首先第一步选择按主题生成，写好内容要求后，讯飞智文自动生成大纲，此时可以进行调整。 此时选好模板需要等待几分钟，就可以生成相应PPT。 一下子生成了30页PPT，真的是又快又好啊。上面我截了其中2页展示，其余的就不放上来了，大家有兴趣自己试试。 总体来讲，生成的PPT格式还是可以的，但是模式还是单一了点，一些图片选的不是那么准确，但是我觉得有这样一个PPT开始已经省了很多事情，后面只需要自己再精修一下就可以直接用了。所以大模型用在这个方面还是很有优势的，起码节省了我很多花在找资料，调格式上的时间。大家有兴趣也可以试试，这次就作为本次读后感分享的最后一篇，也欢迎大家有更好的使用方法可以一起探讨。

  • 2024-07-07

  • 发表了主题帖： 《拥抱AIGC》读后感（3）

       又被工作耽搁了几天，终于要放假了，有时间再读一下这本书。目前第二部分关于Chatgpt的应用已经读完。简单谈一下感受。    第二部分主要讲Chatgpt的应用，其中Chatgpt生成每日计划表、生成营销海报这些不是我关注的内容，所以略过。重点讲讲对理工科研究人员有帮助的几点内容。    1.使用Chatgpt进行外文翻译。由于Chatgpt具有很强的上下文能力，目前翻译的效果明显比以前那些翻译软件要好不少，比如可以用来生成英文邀请函，论文的回复意见等等。那些外文水平有限的同学，我都是建议他们采用chatgpt或者gemini对中文论文进行翻译，效果还是可以的。做专业领域的翻译时，可以采用预设角色的方法，比如写电子信息类的论文，可以这样提问“假如你是一名电子信息领域的资深专家，请你将下面文字翻译成英文：xxxxxx”，这样提问就能让gpt的翻译更专业准确。    2.使用Chatgpt进行软件开发。这个能力确实很强悍，所以直接导致现在低级程序员完全没有任何优势了，也间接导致了计算机专业和软件专业毕业生的就业难。我在gemini里随便试了几个例子， 使用者：请使用C语言生成一段冒泡排序的程序代码 gemini: #include <stdio.h> void bubbleSort(int arr[], int n) { int i, j, temp; for (i = 0; i < n - 1; i++) { // 最后 i 个元素已经有序，无需再遍历 for (j = 0; j < n - i - 1; j++) { // 如果当前元素大于下一个元素，则交换 if (arr[j] > arr[j + 1]) { temp = arr[j]; arr[j] = arr[j + 1]; arr[j + 1] = temp; } } } } int main() { int arr[] = {64, 34, 25, 12, 22, 11,[i]); } printf("\n"); return 0; } 代码解释: bubbleSort 函数: 接受一个整数数组 arr 和数组大小 n 作为参数。 使用嵌套循环迭代数组元素。 外层循环控制排序趟数，每趟将最大的元素放到数组末尾。 内层循环比较相邻元素，如果顺序错误则交换位置。 main 函数: 定义一个整数数组 arr 并初始化。 使用 sizeof 运算符计算数组长度 n。 调用 bubbleSort 函数对数组进行排序。 打印排序后的数组。 注意: 冒泡排序是一种简单但效率较低的排序算法，时间复杂度为 O(n^2)。 在实际应用中，通常使用更高效的排序算法，如快速排序、归并排序等。 使用者：请将上面那段代码改为python gemini: def bubble_sort(arr): """ 使用冒泡排序算法对列表进行排序。 Args: arr: 要排序的列表。 """ n = len(arr) for i in range(n - 1): # 最后 i 个元素已经有序，无需再遍历 for j in range(n - i - 1): # 如果当前元素大于下一个元素，则交换 if arr[j] > arr[j + 1]: arr[j], arr[j + 1] = arr[j + 1], arr[j] if __name__ == "__main__": arr = [64, 34, 25, 12, 22, 11, 90] bubble_sort(arr) print("排序后的数组:", arr) 代码解释: bubble_sort 函数: 接受一个列表 arr 作为参数。 使用 len(arr) 获取列表长度 n。 使用嵌套循环迭代列表元素。 外层循环控制排序趟数，每趟将最大的元素放到列表末尾。 内层循环比较相邻元素，如果顺序错误则使用Python的元组解包语法进行交换。 if __name__ == "__main__": 代码块: 定义一个列表 arr 并初始化。 调用 bubble_sort 函数对列表进行排序。 打印排序后的列表。 注意: Python的列表是可变对象，因此在函数内部修改列表会影响原始列表。 与C语言版本类似，冒泡排序的时间复杂度为 O(n^2)。     从上面的例子可以看到，gemini不仅给出了代码，还附带详细的解释和注意事项，简直比我们这些老师辅导的还要细致，感觉很多大学教师真的要失业了。    没想到这帖子有点太长了，关于 chatgpt助力科研我放到下一个帖子再讲。

  • 2024-07-04

  • 回复了主题帖： 测评汇总：拥抱AIGC 应用ChatGPT和OpenAI API

    这个汇总贴把我第二篇读后感放错到另一个RISC-V的贴子里了。

  • 回复了主题帖： 《拥抱AIGC》读后感（2）

    秦天qintian0303 发表于 2024-7-1 10:02 咱们在进行GPT的使用时候，如果发送中文是不是也都会翻译成英文然后再作答 这个就不清楚了。之前有报道说国内有公司就是做了这种套壳，谎称是自己搞的大模型。具体真假，这个不好判断。

  • 2024-07-01

  • 回复了主题帖： 《拥抱AIGC》读后感（2）

    lugl4313820 发表于 2024-7-1 06:34 最后，说一点这本书的一个缺点，所有的gpt的案例都是英文的，看起来有点费劲，对英文阅读能力还是有一定的 ... 然而并不能。这是一本技术类书籍，不是英语学习类书籍。买它的人是冲着AIGC去的，不是抱着学习英语的心态去的。 英语水平较好的人，只会看个大概意思，理解到原文意思即可。英语水平不好的人，看到这些英语反而头疼不想看，这些印刷体的英文，现在有谁还愿意逐字去字典里查？只想着一段复制到翻译软件里直接给出翻译结果。

  • 2024-06-30

  • 发表了主题帖： 《拥抱AIGC》读后感（2）

      这本书已经读到第五章了。目前看来有价值的内容不多。   第一部分是介绍原理。讲了神经网络从ANN->RNN->LSTM->transformer的演进过程，但是介绍的比较简单笼统，可能还不如一个硕士论文里的简介详细。   第二部分是讲chatgpt的应用，本来我挺想看一下prompt的提问技巧，结果没写出什么。倒是零样本、一次样本和少样本学习的介绍有点用处，平时我们使用gpt的时候，确实问题提的太笼统宽泛，所以回答往往也很虚。如果借鉴少样本学习的方法，可以先给出几个学习的样本，这样gpt的回答就可以仿照我们给的样本给出更合理的回答。   最后，说一点这本书的一个缺点，所有的gpt的案例都是英文的，看起来有点费劲，对英文阅读能力还是有一定的要求，所以我觉得这书在国内还是有一定的阅读门槛。

  • 回复了主题帖： 《拥抱AIGC》读后感（1）

    hellokitty_bean 发表于 2024-6-29 14:38 嗯嗯嗯额，2023年6月21日入手了它的英文原版，然后让它一直在吃灰，一年过去了，没想到中文翻译已经出来了 ... 这种书最大的价值就是时效性。技术更迭太快，现在再看价值已经不大了。

  • 2024-06-28

  • 发表了主题帖： 《拥抱AIGC》读后感（1）

      昨天刚刚收到书。因为工作之后比较忙碌，上论坛的时间间隔有点长，本来以为错过了领书的时间，没想到eeworld的小姐姐从微信群里硬是找到了我。既然还可以继续参加活动，我就没法偷懒了。      大致浏览了一下前面，发现作者是微软公司的员工，鉴于微软是OPENAI的大股东，所以本书带有一点点为公司做宣传的意味。   其实平时我本人是用过chatgpt的，国内的大模型也简单用过。所以这次参加活动的目的很简单，就是想学习一下提问词的设计，让gpt更高效地助力工作。现在距离活动结束可能时间也不多了，但是这本书不是那种很专业的书籍，感觉3天内应该可以快速看完。所以后面有感想后会尽快分享出来。  

  • 2024-06-16

  • 回复了主题帖： 共读入围：《拥抱AIGC 应用ChatGPT和OpenAI API》

    个人信息确认无误，看到的时间有点晚了，争取加速完成计划

发布的帖子
回复过的帖子

最近访客

< 1/6 >

统计信息

已有343人来访过

  • 芯积分：108
  • 好友：4
  • 主题：33
  • 回复：184

留言

你需要登录后才可以留言 登录 | 注册

邓衍煜 2019-4-16
请问MAX30102的采样数以什么为结束依据？
hzlxlzh 2015-4-24
anning865: 你那个只能做对射型的。电路可以参考easy pulse的电路。
谢谢，现在已经用TCRT5000做出来了
hzlxlzh 2015-4-18
https://bbs.eeworld.com.cn/forum.php?mod=viewthread&tid=453610&fromuid=476285
看了你这篇帖子，有很多问题想请教你，我在学校也在做心率仪，用TCRT5000传感器如何设计电路采集心率信号
查看全部

推荐博文