This research presents a Wilkinson power divider using a common inductor. The lumped topology uses the inherently inductive loss of the inductor as a part of the design, so the conventional resistor for high isolation can be omitted. Therefore, low-loss and high-isolation performances of the compact circuit were achieved. The proposed 2.5-GHz divider was implemented on a silicon-based integrated passive device process. Measurement of the prototype chip had a reflection coefficient below 18 dB at all ports, an insertion loss of 0.5 dB and isolation above 28 dB. The chip size is merely 0.011 wavelength x 0.019 wavelength.
ตัวกระจายสัญญาณวิลกินสัน (WPD) ในรูปแบบวงจรรวมได้รับการศึกษาอย่างกว้างขวางในช่วงความถี่ไมโครเวฟและคลื่นมิลลิเมตร วงจรสายส่งแบบรวมถูกนำมาใช้แทนสายส่งแบบกระจายในการออกแบบตัวแบ่งกำลังไฟฟ้าความถี่เดียว แบนด์คู่ แบนด์กว้าง และแบนด์กว้างพิเศษ [1-12] วงจรสายส่งแบบรวมโดยทั่วไปจะอยู่ในรูปแบบของสายส่งแบบขวามือ (หรือแบบธรรมดา) แต่สายส่งแบบซ้ายมือและแบบผสมขวา/ซ้ายมือก็พบได้ในแอปพลิเคชันต่างๆ มากมายเช่นกัน [13] ในการวิจัยนี้ เราจะเสนอวิธีการออกแบบใหม่โดยใช้ตัวเหนี่ยวนำร่วมตัวเดียวเพื่อนำไปใช้กับตัวแบ่งกำลังไฟฟ้าวิลกินสันแบบกะทัดรัด ตัวต้านทานในตัวแบ่งกำลังไฟฟ้าวิลกินสันถูกละเว้น เนื่องจากการออกแบบใช้การสูญเสียโดยธรรมชาติของตัวเหนี่ยวนำ เพื่อลดกระบวนการปิดบังตัวต้านทานจึงสามารถลดได้ในการผลิตวงจรรวม มีการเพิ่มตัวเก็บประจุเพิ่มเติมเพื่อสร้างวงจรเรโซแนนซ์สำหรับการจับคู่ ดังนั้นแม้จะมีส่วนประกอบจำนวนน้อยและมีตัวเหนี่ยวนำคุณภาพต่ำ แต่วงจรดังกล่าวก็ยังมีประสิทธิภาพดีกว่าวงจรแบบเดิม
คณะวิศวกรรมศาสตร์
This project presents an interactive kiosk system designed to facilitate students, staff, and visitors within the university campus. The kiosk provides real-time event updates, news, and university document access via QR codes or email. It integrates a 3D map of the engineering department with navigation assistance, allowing users to locate offices and other facilities efficiently. Additionally, it features a room booking system, enabling users to reserve spaces through an online platform and check in via QR code scanning at the kiosk. By integrating digital technology and smart urban solutions, this system enhances accessibility, campus management, and visitor experience.
คณะเทคโนโลยีสารสนเทศ
Facial Expression Recognition (FER) has attracted considerable attention in fields such as healthcare, customer service, and behavior analysis. However, challenges remain in developing a robust system capable of adapting to various environments and dynamic situations. In this study, the researchers introduced an Ensemble Learning approach to merge outputs from multiple models trained in specific conditions, allowing the system to retain old information while efficiently learning new data. This technique is advantageous in terms of training time and resource usage, as it reduces the need to retrain a new model entirely when faced with new conditions. Instead, new specialized models can be added to the Ensemble system with minimal resource requirements. The study explores two main approaches to Ensemble Learning: averaging outputs from dedicated models trained under specific scenarios and using Mixture of Experts (MoE), a technique that combines multiple models each specialized in different situations. Experimental results showed that Mixture of Experts (MoE) performs more effectively than the Averaging Ensemble method for emotion classification in all scenarios. The MoE system achieved an average accuracy of 84.41% on the CK+ dataset, 54.20% on Oulu-CASIA, and 61.66% on RAVDESS, surpassing the 71.64%, 44.99%, and 57.60% achieved by Averaging Ensemble in these datasets, respectively. These results demonstrate MoE’s ability to accurately select the model specialized for each specific scenario, enhancing the system’s capacity to handle more complex environments.
วิทยาเขตชุมพรเขตรอุดมศักดิ์
-