MARC

 008260126s2025        us                              c    eng  d
■001000017361285
■00520260202105826
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798263326142
■035    ▼a(MiAaPQ)AAI32308079
■035    ▼a(MiAaPQ)GeorgiaTech78643
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a621.3822
■1001  ▼aBlack,  Eric  C.
■24510▼aApplication  of  Two  Frameworks-Physics  and  Signal  Processing-As  a  Basis  for  Efficient  Designs  in  Physical  Computing
■260    ▼a[Sl]▼bGeorgia  Institute  of  Technology▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a122  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  A.
■500    ▼aAdvisor:  Hasler,  Jennifer  O.
■5021  ▼aThesis  (Ph.D.)--Georgia  Institute  of  Technology,  2025.
■520    ▼aThis  dissertation  investigates  the  integration  of  physics  and  signal  processing  frameworks  to  advance  efficient  designs  in  physical  computing,  encompassing  analog  circuitry,  neuromorphic,  optical,  and  quantum  systems.  By  leveraging  the  continuous  nature  of  physical  variables  (characterized  by  ℵ1  cardinality)  in  contrast  to  discrete  (ℵ0-based)  digital  systems,  this  work  proposes  a  Physical-Computing  Thesis,  paralleling  the  Church-Turing  Thesis,  which  highlights  computational  equivalences  unique  to  physical  systems  and  underscores  that  many  physical  computing  phenomena  cannot  be  fully  and  efficiently  replicated  by  classical  digital  Turing  machines.  Drawing  on  a  holographic  principle,  the  thesis  establishes  correspondences  between  continuous  and  discrete  signals  and  systems,  revealing  opportunities  for  superior  computational  efficiency.  Key  contributions  include  the  identification  of  four  types  of  Linear  Time-Invariant  (LTI)  breaks,  novel  efficiency  metrics,  and  their  novel  application  to  practical  systems  such  as  analog  filters,  differential  pairs,  synchronized  chaotic  circuits,  and  frequency  synthesizers.  My  thesis  demonstrates  how  physical  computing  can  exploit  nonlinearities  and  time-variance  (what  I  call  LTI-breaking)  to  achieve  matter-energy-information  efficiency,  validated  through  my  theoretical  advancements  and  patented  designs.  By  harmonizing  historical  insights  from  Faraday  and  Maxwell  with  modern  signal  processing,  this  work  lays  a  foundation  for  future  innovations  in  physical  computing,  challenging  the  limitations  of  the  digital-centric  paradigm.
■590    ▼aSchool  code:  0078.
■650  4▼aSignal  processing
■650  4▼aSymmetry
■650  4▼aPhilosophy  of  science
■650  4▼aCircuits
■650  4▼aEnergy
■650  4▼aInformation  theory
■650  4▼aElectrical  engineering
■650  4▼aSystem  theory
■650  4▼aQuantum  computing
■650  4▼aPhysics
■650  4▼aPartial  differential  equations
■650  4▼aFrequency  synthesizers
■650  4▼aCollectors
■650  4▼aComputer  engineering
■650  4▼aDesign
■650  4▼aKalman  filters
■650  4▼aApplied  mathematics
■650  4▼aComputer  science
■650  4▼aMathematics
■690    ▼a0791
■690    ▼a0389
■690    ▼a0544
■690    ▼a0464
■690    ▼a0402
■690    ▼a0605
■690    ▼a0364
■690    ▼a0984
■690    ▼a0405
■71020▼aGeorgia  Institute  of  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-05A.
■790    ▼a0078
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17361285▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서