Analysis of overlapping rate of spot derived from ablated monocrystalline silicon by femtosecond laser
Notice bibliographique
Résumé
In order to investigate the overlap rate of an ablated spot on monocrystalline silicon by a femtosecond laser, a skewness spot derived from plasma is analyzed. First, the serial spot image is collected, and the ablated core area of the spot is extracted by the way of bit image layering so that the peripheral halo can be eliminated effectively. The image of the spot is enhanced by Gaussian-guided filtering, which has the effect of keeping the edge of the spot; the smoothness of different directions is the same, and the gray distribution is more uniform. Second, the two-domain product gray centroid method is introduced to extract the spot centroid; at the same time, considering the information of spatial domain and value domain, the standard deviation is reduced by1.0. Third, according to the characteristics of spot shape change, the centroid coordinates are tracked by the Kalman filter optimized by wavelet heteropoly denoising, and the error is reduced by 0.5. Finally, the distance proportion sum method is introduced to calculate the diameter of the deflection spot, and then, by using the optimal tracking method, the average change in speed of the spot in the transverse direction is found to be 0.07 mm/s. The result of this paper shows that, on the one hand, with the increase of laser power, the influence factor of spot deflection on the spot diameter is increasing but the increase in the amplitude is gradually reduced. It can be seen that the increase of laser power can slow down the influence of spot deflection on spot overlap. Between 10 and 20 mW, strong increasing effect is shown; however, between 20 and 50 mW, a weak increasing effect is shown. On the other hand, strictly speaking, it is not the scanning speed but the actual ablation speed that has a direct impact on the spot overlap rate.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».