Enhanced sensitivity achievement using advanced device simulation of multifinger photo gate active pixel sensors
Notice bibliographique
Résumé
A 2-dimensional device simulation of Multi finger active pixel sensors is investigated for obtaining enhanced pixel sensitivity. Photo gate APS use a MOS capacitor that can capture incident illumination with a potential well created under the photo gate. The major drawback of such a technology is the absorption of shorter wavelength by the polysilicon gate resulting in a higher sensitivity in the red visible spectrum than in the blue range. In our previous work we implemented 0.18μm CMOS standard and multi fingered photo gate design where the enclosed detection area is divided by 3, 5 and 7 fingers. The experimental results showed that fringing field created potential wells for the 3 and 5 finger photo gate designs have 1.7 times higher collection of photo carriers over the standard photo gate. The device simulation showed that fringing fields from the edges of the poly gates created potential wells that fully covered the open silicon areas allowing light conversion without the optical absorption in the poly silicon gates. Extending simulations to 0.5 μm, 0.25 μm and 0.18 μm multifinger poly gates showed that the fringing fields stayed the same width as the gates shrunk, so that as the number of fingers increased the potential well in the open areas became more uniform. The device sensitivity based on the potential well locations, and previous experimental results, suggested peak efficiencies for the 0.5 μm design as 7 fingers, 0.25 μm at 9 fingers and 0.18 μm at 11 fingers. Peak efficiency was projected to be 2.2 times that of a standard photogate.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».