MétaCan
Menu
Retour à la cohorte
Enregistrement W4297543254 · doi:10.3390/mi13101598

Design and Implementation of Low-Voltage Tunable Capacitive Micro-Machined Transducers (CMUT) for Portable Applications

2022· article· en· W4297543254 sur OpenAlexafffund
Chirag Goel, Paul-Vahé Cicek, Alexandre Robichaud

Notice bibliographique

RevueMicromachines · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversité du Québec à ChicoutimiUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsCMC Microsystems
Mots-clésCapacitive micromachined ultrasonic transducersCapacitive sensingTransducerUltrasonic sensorMicroelectromechanical systemsNetwork topologyElectronic engineeringMaterials scienceAcousticsEngineeringElectrical engineeringOptoelectronicsComputer science

Résumé

récupéré en direct d'OpenAlex

Capacitive micromachined ultrasonic transducers (CMUT) are MEMS-based transducers with advantages over conventional ultrasonic transducers, such as their small size, the ease of integration with semiconductor electronics, and batch fabrication. In this study, the effect of different membrane topologies on the displacement, resonant frequency, and output pressure of the CMUT membrane is investigated in the transmission mode in an air environment. A novel structural-support feature, the rocker stem, is introduced, where the membrane is weakly held to the substrate in order to minimize mechanical constraints. Four different CMUT topologies are designed and assessed to analyze the impacts of topological variations. A new CMUT array configuration is also designed to provide an approach for maximizing CMUT density. This study aims to contribute to efficient CMUT design and the determination of optimum structural parameters for portable applications in air.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil0,593

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 Opus0,009
Tête enseignante GPT0,241
Écart entre enseignants0,232 · 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'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

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicromachinesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207