MétaCan
Menu
Retour à la cohorte
Enregistrement W1979675721 · doi:10.1002/sdtp.68

Paper No 14.4: Modeling and Characterization of a‐Si:H‐Based Hybrid Sensor and Display Pixel Array Circuits

2013· article· en· W1979675721 sur OpenAlexaff
Nikolas Papadopoulos, Czang-Ho Lee, William S. Wong

Notice bibliographique

RevueSID Symposium Digest of Technical Papers · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueCCD and CMOS Imaging Sensors
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPixelBackplaneElectronic circuitDot pitchPhotodetectorMaterials scienceChannel (broadcasting)Image sensorOptoelectronicsOpticsComputer scienceElectrical engineeringComputer hardwarePhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Hybrid sensor and display pixels are modeled and circuit response simulated. The proposed circuits consists of two main parts: a light sensor and a display integrated onto the backplane array where a‐Si:H TFTs are used as a dual photosensor/switching device. The circuit has a wide operating range of nA range in the dark up to 1.2 μA for the highest light intensity for TFTs having channel lengths of 10μm. A prototype pixel array was fabricated and tested to confirm the design and simulation results. The results showed that the refresh rate of the pixel can reach up to 200 Hz for a TFT geometry having a channel length of 5μm. The grey scale of the pixel is created by pulse‐height and width modulation caused by voltages created by the a‐Si:H sensor.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,184
Écart entre enseignants0,179 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSID Symposium Digest of Technical PapersMême sujetCCD and CMOS Imaging SensorsTravaux en français237 207