Mid-Infrared Detectors and Imagers Integrating All-Group IV Nanowires
Notice bibliographique
Résumé
Cost-effective mid-wave infrared (MWIR) optoelectronic devices are of utmost importance to a plethora of applications such as night vision, thermal sensing, autonomous vehicles, free-space communication, and spectroscopy. To this end, leveraging the ubiquitous silicon-based processing has emerged as a powerful strategy that can be accomplished through the use of group IV germanium-tin (GeSn) alloys. Indeed, due to their compatibility with silicon and their tunable bandgap energy covering the entire MWIR range, GeSn semiconductors are frontrunner platforms for compact and scalable MWIR technologies. However, the GeSn large lattice parameter has been a major hurdle limiting the quality of GeSn epitaxy on silicon wafers. Herein, it is shown that sub-20 nm Ge nanowires (NWs) provide effective compliant substrates to grow Ge$_{1-x}$Sn$_{x}$ alloys with a composition uniformity over several micrometers with a very limited build-up of the compressive strain. Ge/Ge$_{1-x}$Sn$_{x}$ core/shell NWs with Sn content spanning the 6 to 18 at.$\%$ range are demonstrated and integrated in photoconductive devices exhibiting a high signal-to-noise ratio at room temperature and a tunable cutoff wavelength covering the 2.0 $μ$m to 3.9 $μ$m range. Additionally, the processed NW-based detectors were used in uncooled imagers enabling the acquisition of high-quality images under both broadband and laser illuminations without a lock-in technique.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».