$1.62\mu \mathrm{m}$ Global Shutter Quantum Dot Image Sensor Optimized for Near and Shortwave Infrared
Notice bibliographique
Résumé
We have developed a <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$1.62\mu \mathrm{m}$</tex> pixel pitch global shutter sensor optimized for imaging in the near infrared (NIR) and shortwave infrared (SWIR) regions of the light spectrum. This breakthrough was made possible through the use of our colloidal Quantum Dot (QD) thin film technology, which we have named Quantum Film (QF). We have scaled up this new platform technology to our 300mm manufacturing toolset. The challenges associated with the introduction of solution-processed, colloidally grown lead sulfide (PbS) QDs in an industrial 300mm fab environment were successfully overcome. The QF photodiodes, leveraging either NIR or SWIR sensitive QDs, were optimized for high quantum efficiency (QE), low dark current and immunity to operating stress. Global shutter pixel arrays, with pixel pitch of <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$2.2\mu \mathrm{m}$</tex> and <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$1.62\mu \mathrm{m}$</tex> exhibit unprecedented QE of >50% and MTF @ Nyquist/2 of 0.75 and 0.6, respectively. The robustness of our 300mm Quantum Film technology was fully assessed and reliability in terms of meeting all required lifetime specifications for consumer electronics and other potential applications has been demonstrated.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 tête enseignante, 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 ».