| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:AI for optimizing analog RF parameters on NFC frontends : magistrsko delo
Avtorji:ID Žnidarič, Matej (Avtor)
ID Rojc, Matej (Mentor) Več o mentorju... Novo okno
ID Kurvathodil, Manoj (Komentor)
Datoteke:.pdf MAG_Znidaric_Matej_2022.pdf (5,31 MB, Vsebina bo dosegljiva po 03.06.2025)
MD5: C2D56489F9ECE5EBBAF85395035BF9EA
PID: 20.500.12556/dkum/9c7608f0-ae17-43da-bd2a-022577a33bd3
 
Jezik:Angleški jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:In this Master’s thesis, we study in detail NFC technology, NFC standardization, Artificial intelligence and GUI topics.Our goal is to optimize the measurement process of the FeliCa listener phase window in order to define the best analog parameters for the NFC IC. Namely, by combining machine learning and test automation, we want to achieve a faster validation time of the NFC IC under test. Firstly, we introduce the main topics related to NFC and present the thesis alongside specific goals. Next, we present the NFC technology on a fewuse cases. We also cover international standards, emphasizing sections that directly affect our validation and, therefore, the understanding of our solution. The NFC coverage is described alongside data representation used to interpret data used in proprietary software. Artificial intelligence is integrated into this software for multidimensional data interpolation task. We also cover the basics of deep neural networks and the most common architectures used in the DL field. The neural network training process is also covered to understand how we can optimize neural network global minimum convergence. In the last part of the thesis, we also explain how proprietary software tool actually works and how it can outperform previous processes. In the end, specific solutions related to the tool are described in more detail to understand our software development decisions better. Finally, we present measurement results and evaluate our goals.
Ključne besede:NFC wireless communication, artificial intelligence, test coverage, FeliCa, graphical user interface, analog parameter extraction
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[M. Žnidarič]
Leto izida:2022
Št. strani:1 spletni vir (1 datoteka PDF (XVII, 58 f.))
PID:20.500.12556/DKUM-81667 Novo okno
UDK:004.9(043.2)
COBISS.SI-ID:113461251 Novo okno
Datum objave v DKUM:08.06.2022
Število ogledov:1172
Število prenosov:0
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:17.05.2022

Sekundarni jezik

Jezik:Slovenski jezik
Naslov:Optimizacija RF parametrov na NFC napravi z umetno inteligenco
Opis:V tem magistrskem delu podrobno preučujemo tehnologijo NFC, standardizacijo NFC, umetno inteligenco in teme grafičnega vmesnika. Naš cilj je optimizirati postopek merjenja faznega okna poslušalca FeliCa, da bi opredelili najboljše analogne parametre za integrirani sistem NFC. Z združitvijo strojnega učenja in avtomatizacije testiranja želimo namreč doseči hitrejši čas validacije testiranega integriranega vezja NFC. Najprej predstavimo glavne teme, povezane z NFC, in predstavimo diplomsko nalogo ob specifičnih ciljih. Nato predstavimo tehnologijo NFC na nekaj primerih uporabe. Obravnavamo tudi mednarodne standarde, pri čemer poudarjamo dele, ki neposredno vplivajo na našo validacijo in s tem na razumevanje naše rešitve. Pokritost NFC je opisana skupaj s predstavitvijo podatkov, ki se uporablja za interpretacijo podatkov, uporabljenih v lastniški programski opremi. V to programsko opremo je vključena umetna inteligenca za nalogo interpolacije večdimenzionalnih podatkov. Opisujemo tudi osnove globokih nevronskih mrež in najpogostejše arhitekture, ki se uporabljajo na področju DL. Zajeti so tudi postopki usposabljanja nevronskih mrež, da bi razumeli, kako lahko optimiziramo globalno minimalno konvergenco nevronske mreže. V zadnjem delu diplomskega dela pojasnimo tudi, kako lastniško programsko orodje dejansko deluje in kako lahko preseže prejšnje postopke. Na koncu so podrobneje opisane posebne rešitve, povezane z orodjem, da bi bolje razumeli naše odločitve pri razvoju programske opreme. Na koncu predstavimo rezultate meritev in ovrednotimo naše cilje.
Ključne besede:Brezžična komunikacija NFC, umetna inteligenca, pokritost testov, FeliCa, grafični uporabniški vmesnik, ekstrakcija analognih parametrov


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici