electrical engineering

Artificial Intelligence for Electrical Engineering

Artificial Intelligence for Electrical Engineering

La gestione dell'energia è un fattore chiave per la crescita e lo sviluppo della società. La previsione del consumo e della produzione di energia è diventata un'esigenza cruciale per migliorare le prestazioni energetiche e la sostenibilità ambientale. Nell'ambito delle fonti energetiche rinnovabili, lo sviluppo di nuovi paradigmi di deep learning rappresenta un'importante sfida per lo sviluppo sostenibile.

Low power switched-resistor band-pass filter for neural recording channels in 130nm CMOS

In this work, we present a low-power 2nd order band-pass filter for neural recording applications. The central frequency of the passband is set to 375Hz and the quality factor to 5 to properly process the neural signals related to the onset of epileptic seizure, and to strongly attenuate all the out of band biological signals and electrical disturbances. The biquad filter is based on a fully differential Tow Thomas architecture in which high-valued resistors are implemented through switched high-resistivity polysilicon resistors.

© Università degli Studi di Roma "La Sapienza" - Piazzale Aldo Moro 5, 00185 Roma