MétaCan
Menu
Retour à la cohorte
Enregistrement W3114744922 · doi:10.31399/asm.cp.istfa2005p0245

Dynamic Electroluminescence Imaging (DEI) as an “Optical Oscilloscope” Probe

2005· article· en· W3114744922 sur OpenAlexaff
John Hulse, Keith Sarault, M. Simard‐Normandin

Notice bibliographique

RevueProceedings - International Symposium for Testing and Failure Analysis · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Circuits and Semiconductor Failure Analysis
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésOscilloscopeWaveformBandwidth (computing)Computer scienceElectroluminescenceElectronic engineeringTransmission (telecommunications)SIGNAL (programming language)Radio frequencyElectronic circuitElectrical engineeringOptoelectronicsMaterials scienceVoltageEngineeringTelecommunicationsDetector

Résumé

récupéré en direct d'OpenAlex

Abstract Dynamic Electroluminescence Imaging (DEI) is a technique used to observe semiconductor devices as they operate. Much like a traditional oscilloscope, the technique delivers waveform information that is useful for assessing the operation of the circuits that comprise a device. It can be thought of as a non-contact “optical oscilloscope probe”. The technique has two major advantages over traditional electrical oscilloscope probing. The technique is noninvasive and has a theoretical bandwidth approaching 100 GHz. This means that very fast signals can be observed without unduly loading or otherwise interfering with the circuitry under test. Moreover, the characterization of signals at individual nodes along a signal path allows problems that arise from intervening interconnects and transmission lines to be identified. This paper will show several examples of the radio frequency (RF) measurement capabilities of this technique that have been demonstrated in our laboratory.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings - International Symposium for Testing and Failure AnalysisMême sujetIntegrated Circuits and Semiconductor Failure AnalysisTravaux en français237 207