MétaCan
Menu
Retour à la cohorte
Enregistrement W2980631489 · doi:10.3390/ma12203411

Application of Two-Photon-Absorption Pulsed Laser for Single-Event-Effects Sensitivity Mapping Technology

2019· article· en· W2980631489 sur OpenAlexaff
Cheng Gu, Rui Chen, George Belev, Shuting Shi, Haonan Tian, Issam Nofal, Li Chen

Notice bibliographique

RevueMaterials · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueRadiation Effects in Electronics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésLaserPockels effectStatic random-access memorySensitivity (control systems)Materials scienceAbsorption (acoustics)Energy (signal processing)Laser power scalingOpticsOptoelectronicsComputer scienceElectronic engineeringPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Single-event effects (SEEs) in integrated circuits and devices can be studied by utilizing ultra-fast pulsed laser system through Two Photon Absorption process. This paper presents technical ways to characterize key factors for laser based SEEs mapping testing system: output power from laser source, spot size focused by objective lens, opening window of Pockels cell, and calibration of injected laser energy. The laser based SEEs mapping testing system can work in a stable and controllable status by applying these methods. Furthermore, a sensitivity map of a Static Random Access Memory (SRAM) cell with a 65 nm technique node was created through the established laser system. The sensitivity map of the SRAM cell was compared to a map generated by a commercial simulation tool (TFIT), and the two matched well. In addition, experiments in this paper also provided energy distribution profile along Z axis that is the direction of the pulsed laser injection and threshold energy for different SRAM structures.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,218
Écart entre enseignants0,213 · 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'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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetRadiation Effects in ElectronicsTravaux en français237 207