MétaCan
Menu
Retour à la cohorte
Enregistrement W2253032726 · doi:10.5539/apr.v8n1p149

Defect Diffusion Model of InGaAs/InP Semiconductor Laser Degradation

2016· article· en· W2253032726 sur OpenAlexvenueno aff
Jack Jia‐Sheng Huang, Yu‐Heng Jan, Dawei Ren, Yi-Ching Hsu, Ping Sung, Emin Chou

Notice bibliographique

RevueApplied Physics Research · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Circuits and Semiconductor Failure Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCladding (metalworking)OptoelectronicsLaserIndium gallium arsenideSemiconductor laser theoryDiodeDiffusionDegradation (telecommunications)Reliability (semiconductor)SemiconductorOpticsGallium arsenideComputer sciencePhysicsTelecommunicationsComposite material

Résumé

récupéré en direct d'OpenAlex

To enable high-performance fiber to the x (FTTx) and datacenter networks, it is important to achieve reliable and stable optical components over time. Laser diode is the essential building block of the optical components. Degradation analysis is critical for overall successful reliability design. In this paper, we study the modelling and experimental data of the InGaAs/InP laser degradation. We present a defect diffusion model that involves three propagation media (p-InGaAs contact, p-InP cladding and multi-quantum wells). We propose a simple constitutive equation based on the Gauss error function to describe the defect propagation. The physical model assumes that the p-InGaAs is the rate-limiting factor for the defect diffusion process.

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)0,001
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,064
Tête enseignante GPT0,285
Écart entre enseignants0,221 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics ResearchMême sujetIntegrated Circuits and Semiconductor Failure AnalysisTravaux en français237 207