高周波・RFニュース 2024年7月23日 Samsung Galaxy Z Flip6分解ビデオでミリ波AiP確認、SEMCOの車載MLCC (1210 inch X7R 22㎌ 35V)、Nordic semiconductorがスマート農業のIoT4gに参加、マッキンゼーが6Gの収益化に疑問、OPアンプのモデリング、Apple R1チップ解説
①Samsung Galaxy Z Flip6分解ビデオでミリ波AiP確認
あれ？モールド＋スパッタシールドじゃなくてシールドケースに見えるな。
Samsung Galaxy Z Flip6 Teardown Disassembly Phone Repair Video Review
②SEMCOの車載MLCC (1210 inch X7R 22㎌ 35V)
このところ車載MLCCを立て続けに発表している。
Samsung Electro-Mechanics has announced the release of a new automotive MLCC (1210 inch X7R 22㎌ 35V)
③Nordic semiconductorがスマート農業のIoT4gに参加
Nordic Semiconductor joins IoT4Ag to support development of smart agriculture
④6G Worldの記事 マッキンゼーが6Gの収益化に疑問
McKinsey Sees 6G as Tech Trend, but Monetisation Still a Question Mark
⑦QSPICEの作者さんによるOPアンプモデリング解説
An Op-Ed On Op-Amp Modeling
⑧Apple R1チップ解説
Apple R1 Opens New Avenues in Spatial Computing
« Keras 3.0になってマルチバックエンド（TensorFlow,JAX, PyTorch)が使えるようになったので速度を比較してみる(3) MNIST（手書き数字認識）でPythonでRNN(再帰型ニューラルネットワーク）のBidirectional LSTMを試す。やっぱりTensorFlowが一番速く、JAX、PyTorchの順。 | トップページ | Pythonの高周波ライブラリscikit-rfを使ってマイクロ波LCフィルタ合成をする(1)プロトタイプLPF（チェビシェフ、バタワース）の素子の値を計算する関数をMatthai, Young & JonesのMicrowave Filters, Impedance-matching networks, and coupling structureを基に作る。 »
「学問・資格」カテゴリの記事
- 高周波・RFニュース 2026年7月22日 IEEE Journal of Microwaves7月号発行、メクテックが薄型フレキシブル電波吸収体を開発、ミニサーキットが33GHz信号発生器発表、Redmi Note 17 Pro分解動画など(2026.07.22)
- Qwen 3.8 Max PreviewでPythonのscikit-rfを使ってTouchstoneフォーマットのSパラメータファイルを読んでdB, 位相, スミスチャート, TDRを表示するGUIアプリを作成。何度か修正お願いするとものすごく長い思考とものすごい数のウェブ検索をして完成した。(2026.07.22)
- RF Weekly Digest (Codexで作ったOllama経由のgemma4-26B-A4B QAT、DuckDuckGo Searchを使った高周波・RF情報の週刊まとめアプリ）2026/7/12-7/19(2026.07.19)
「日記・コラム・つぶやき」カテゴリの記事
- 高周波・RFニュース 2026年7月22日 IEEE Journal of Microwaves7月号発行、メクテックが薄型フレキシブル電波吸収体を開発、ミニサーキットが33GHz信号発生器発表、Redmi Note 17 Pro分解動画など(2026.07.22)
- Qwen 3.8 Max PreviewでPythonのscikit-rfを使ってTouchstoneフォーマットのSパラメータファイルを読んでdB, 位相, スミスチャート, TDRを表示するGUIアプリを作成。何度か修正お願いするとものすごく長い思考とものすごい数のウェブ検索をして完成した。(2026.07.22)
- RF Weekly Digest (Codexで作ったOllama経由のgemma4-26B-A4B QAT、DuckDuckGo Searchを使った高周波・RF情報の週刊まとめアプリ）2026/7/12-7/19(2026.07.19)
« Keras 3.0になってマルチバックエンド（TensorFlow,JAX, PyTorch)が使えるようになったので速度を比較してみる(3) MNIST（手書き数字認識）でPythonでRNN(再帰型ニューラルネットワーク）のBidirectional LSTMを試す。やっぱりTensorFlowが一番速く、JAX、PyTorchの順。 | トップページ | Pythonの高周波ライブラリscikit-rfを使ってマイクロ波LCフィルタ合成をする(1)プロトタイプLPF（チェビシェフ、バタワース）の素子の値を計算する関数をMatthai, Young & JonesのMicrowave Filters, Impedance-matching networks, and coupling structureを基に作る。 »
コメント