MétaCan
Menu
Retour à la cohorte
Enregistrement W4308086284 · doi:10.23919/eumc54642.2022.9924313

Miniaturized 6-Bit Phase-Change Capacitor Bank with Improved Self-Resonance Frequency and $Q$

2022· article· en· W4308086284 sur OpenAlexaff
Tejinder Singh, Raafat R. Mansour

Notice bibliographique

Revue2022 52nd European Microwave Conference (EuMC) · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiquePhase-change materials and chalcogenides
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCapacitorMaterials scienceOptoelectronicsElectrical engineeringDielectricElectronic engineeringEngineeringVoltage

Résumé

récupéré en direct d'OpenAlex

This paper reports a 6-bit capacitor bank developed using metal-insulator-metal (MIM) capacitors with enhanced self-resonance frequency (SRF) and$Q$-factor. An easy to implement design optimization technique is discussed to improve the SRF and$Q$of high frequency MIM capacitors. Experimental data is shown for two MIM capacitors fabricated on high resistivity silicon substrate with silicon nitride as a dielectric layer. The optimized capacitors exhibit up to 45% improved SRF and up to 22% enhanced Q-factor in comparison with standards MIM designs. The capacitor bank utilizes six latching phase change material (PCM) germanium telluride (GeTe)-based RF series switches, monolithically integrated with six MIM capacitors having improved SRF. The capacitor bank measures only$0.23\ \text{mm}\times 0.27\ \text{mm}$in size, making it a highly miniaturized and versatile switched capacitor bank for integrating with numerous RF circuits. Experimental data is compared with that of standard MIM capacitor-based capacitor bank. The optimized MIM based capacitor bank provides additional 3 GHz operating bandwidth compared to the standard MIM based capacitor bank.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0050,002

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 Opus0,032
Tête enseignante GPT0,231
Écart entre enseignants0,200 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 52nd European Microwave Conference (EuMC)Même sujetPhase-change materials and chalcogenidesTravaux en français237 207