MétaCan
Menu
Retour à la cohorte
Enregistrement W2060570713 · doi:10.1149/06407.0273ecst

Characterization of GaN Switches for Solar Invertors

2014· article· en· W2060570713 sur OpenAlexfundno aff
Tanya Kirilova Gachovska, Nikolay Radimov, Chris Gerolami, Ray Orr, J.L. Hudgins, K. Shenai

Notice bibliographique

RevueECS Transactions · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensnon disponible
Organismes subventionnairesSustainable Development Technology Canada
Mots-clésMaterials scienceOptoelectronicsCapacitanceWide-bandgap semiconductorSolar cellVoltageInverterGallium nitrideSwitching timeFast switchingSemiconductorSwitching frequencyCharacterization (materials science)MOSFETElectrical engineeringElectrodeTransistorNanotechnologyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

To improve the efficiency of a solar cell application, two areas of focus are necessary. The first is to improve the quality of the solar panels; and the second is to increase the inverter efficiency, which can be accomplished by using high frequency switches with low on-state and switching losses. GaN has a significantly bigger bandgap compared to Si material, resulting in higher breakdown voltage. Also, the channel lengths of GaN MOSFETs are smaller and, therefore, have smaller gate-to-source and drain-to-source capacitance. In this work, different GaN switches are characterized through their steady state and switching characteristics. Also, the use of GaN switches in some Solantro Semiconductor Corp. applications and a comparison of the total power losses of Si and SiC switches are also presented.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil0,478

Scores Codex et Gemma par catégorie

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,224
Écart entre enseignants0,211 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207