MétaCan
Menu
Retour à la cohorte
Enregistrement W3092052110 · doi:10.1109/jsen.2020.3029433

Design and Fabrication Considerations for Thermo-Resistive Pixel Detectors for Room Temperature Directional Long Wavelength IR Sensing

2020· article· en· W3092052110 sur OpenAlexafffund
Siamack Vosoogh-Grayli, Gary W. Leach, Behraad Bahreyni

Notice bibliographique

RevueIEEE Sensors Journal · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueCCD and CMOS Imaging Sensors
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésResistive touchscreenFabricationDetectorMaterials scienceSurface micromachiningOptoelectronicsBolometerPhotoresistNanotechnologyComputer scienceEngineeringElectrical engineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Rapid growth in application demands for smart sensing has fostered the development of micro-electromechanical-based devices with unique capabilities. Recent developments have led to complex autonomous systems that require a variety of intelligent sensing tasks to render human-machine interactions safe and efficient in workplace environments comprising both a human and robotic workforce. Here we report the design and fabrication of a novel thermo-resistive LWIR detector, for sensing and recalculating the direction of incident LWIR radiation for potential robotic applications. The work employs standard silicon micromachining processes along with sol-gel chemistry to fabricate three-dimensional pixel detectors to approximate an LWIR source's direction of incidence using thermo-resistive material. There have been no prior reports of the thermo-resistive effect in conjunction with directionality in LWIR sensors. In addition to the fabrication process flow, we describe the mathematical framework for sensor operation and present a photoresist deposition process for large 3-D topographic surface structures. We discuss the advantages and challenges of the currently designed and fabricated prototypes and highlight issues that limit their angular LWIR response.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,556
Score d'incertitude au seuil0,817

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 Opus0,027
Tête enseignante GPT0,233
Écart entre enseignants0,206 · 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'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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetCCD and CMOS Imaging SensorsTravaux en français237 207