Heterogeneous MEMS device assembly and integration
Notice bibliographique
Résumé
In recent years, smart phone applications have both raised the pressure for cost and time to market reduction, and the need for high performance MEMS devices. This trend has led the MEMS community to develop multi-die packaging of different functionalities or multi-technology (i.e. wafer) approaches to fabricate and assemble devices respectively. This paper reports on the fabrication, assembly and packaging at INO of various MEMS devices using heterogeneous assembly at chip and package-level. First, the performance of a giant (e.g. about 3 mm in diameter), electrostatically actuated beam steering mirror is presented. It can be rotated about two perpendicular axes to steer an optical beam within an angular cone of up to 60° in vector scan mode with an angular resolution of 1 mrad and a response time of 300 ms. To achieve such angular performance relative to mirror size, the microassembly was performed from sub-components fabricated from 4 different wafers. To combine infrared detection with inertial sensing, an electroplated proof mass was flip-chipped onto a 256×1 pixel uncooled bolometric FPA and released using laser ablation. In addition to the microassembly technology, performance results of packaged devices are presented. Finally, to simulate a 3072×3 pixel uncooled detector for cloud and fire imaging in mid and long-wave IR, the staggered assembly of six 512×3 pixel FPAs with a less than 50 micron pixel co-registration is reported.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».