전체 글149 [디논] ROM과 RAM의 개념 및 동작과정 ROM(Read Only Memory)- 읽기 전용 메모리로 저장된 프로그램이나 데이터를 읽기만 할 수 있음( 특별한 장치 없이는 데이터 수정 불가)- 전원 차단 시에도 데이터가 유지되는 비휘발성 메모리- 내용을 변경하지 않고 자주 사용하는 프로그램이나 데이터를 저장할 때 사용 ex ) 컴퓨터의 바이오스(BIOS), 게임, 가전 기기들의 제어 프로그램 등과 같이 일정한 동작을 하는 프로그램을 저장ROM의 구조 ROM의 동작 과정 주소 입력: ROM에 데이터를 읽기 위해 특정 주소를 입력합니다. 이 주소는 바이너리 형태로 입력됩니다. 입력된 주소는 주소 디코더(Address Decoder)를 통해 해독됩니다.번지 선택: 주소 디코더는 입력된 주소를 해석하여 ROM 내부의 특정 번지(메모리 셀)를 선택합니다.. 2025. 4. 11. [이론] 전압 분배 바이어스 회로, 자기 바이어스 회로 실험 5. 전압 분배 바이어스 회로, 자기 바이어스 회로1. 실험 목적전파 정류회로와 리미터 회로의 기본 원리와 동작 메커니즘을 이해하고, 실제 회로 구성을 통해 다이오드의 순방향/역방향 특성을 분석하며, 브릿지 정류회로 및 리미터 회로의 구현을 통해 교류 신호의 정류 및 제한 과정을 학습한다.2. LTSpice 시뮬레이션전압분배 바이어스(Voltage Divider Bias) 회로제일 위에 3번째 줄까지는 점으로 표시되어 있는 노드들의 전압을 표현했는데 위에서 부터 n001, n002, n003 이다 - BJT 전압이득 계산β = Ic / Ibβ = 0.00710907 A / 2.27407e-5 Aβ = 312.61 - BJT 동작영역(모드) : ActiveV_BE = V_BE=V(n003) = V(n.. 2025. 4. 10. [실험] BJT 전류-전압 특성 실험 보호되어 있는 글 입니다. 2025. 4. 10. [DCASE] CNN.py 파헤치기 https://github.com/DCASE-REPO/DESED_task/blob/master/desed_task/nnet/CNN.py DESED_task/desed_task/nnet/CNN.py at master · DCASE-REPO/DESED_taskDomestic environment sound event detection task. Contribute to DCASE-REPO/DESED_task development by creating an account on GitHub.github.com 1. real CNN input[CNN INPUT SHAPE] torch.Size([48, 1, 626, 128]) - batch를 48 개씩 묶어서 626*128(H*W) 전달2. cnn_init_n_.. 2025. 4. 5. [실험] 브릿지전파정류회로와 클리퍼 회로 1. 실험기구 및 재료- Function Generator, Ociloscope, DC Power supply- Diode(1N4004) 4개, 1kΩ 저항 1개, 4.7, 22, 220uF 커패시터 1개씩 2. 실험 방법2.1 회로 구성 및 연결[회로1] 브릿지 전파 정류회로(Full Wave Bridge and Regulator)[회로2] 브릿지 전파 정류회로 with 커패시터[회로3] 양의 클리퍼 회로(Parallel-Positive Limter)[회로4] 음의 클리퍼 회로(Parallel-Negative Limter)[회로5] 양의 클리퍼 회로 with 순방향 바이어스 (Parallel-Positive Limiter with positive bias) [회로6] 음의 클리퍼 회로 with 역방향.. 2025. 4. 1. [LAB] 250324 hw input_data 모양 확인x (Tensor): input batch of size (batch_size, n_channels, n_frames, n_freq)batch_size : 한 번에 여러 개의 데이터 처리n_channels : 오디오 신호는 mono/stereon_frames : 한 개의 샘플을 나눈 기준n_freq : FFT 크기Model 구조 파악CNN -> RNN -> dropout CRNN 구조 분석이 모델은 CNN을 통해 특징을 추출하고, RNN(BidirectionalGRU)을 통해 시퀀스 정보를 모델링 1. CNN (Convolutional Neural Network)주파수 관련 학습 CNN 같은 거 3번 적용Conv2D: 1채널 입력 → 64채널 출력 ([B, 64, 86.. 2025. 3. 31. 이전 1 2 3 4 5 ··· 25 다음
