MétaCan
Menu
Retour à la cohorte
Enregistrement W4301395279 · doi:10.1002/adfm.202208116

Direct Writing Unclonable Watermarks with an Electrochemical Jet

2022· article· en· W4301395279 sur OpenAlexaff
Alistair Speidel, Ivan Bisterov, Adam T. Clare

Notice bibliographique

RevueAdvanced Functional Materials · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiquePhysical Unclonable Functions (PUFs) and Hardware Security
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEngineering and Physical Sciences Research CouncilRoyal Academy of Engineering
Mots-clésMaterials scienceRandomnessMicroscale chemistryJet (fluid)CounterfeitNanotechnologyOptoelectronicsComputer scienceMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Counterfeit parts result in significant losses per annum and are often dangerous, therefore they represent a serious concern for manufacturers and end users alike. Easily written but unclonable watermarks undermine the proposition of the counterfeiter. Here, a rapid electrochemical jet engraving routine is presented to encode robust materials with self‐organized dendritic structures at length scales that can be imaged with a smartphone. Surface defects act as stochastically distributed seeds from which discrete pitting events can be propagated by translating the electrochemical field. While the vascular pathways can be directly written at the macro scale, the formation and propagation of microscale dendritic arms is chaotic, caused by the implicit randomness of the defect seeds and the supply of ions to the surface. The latter is confounded by random perturbations in the flow condition. Each engraved dendrite is unique, stable at high temperature (>500 °C) and can be subjected to rapid image recognition to allow individual mark identification at any point during part production and delivery, or through part lifetime.

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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,008
Tête enseignante GPT0,211
Écart entre enseignants0,203 · 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetPhysical Unclonable Functions (PUFs) and Hardware SecurityTravaux en français237 207