MétaCan
Menu
Retour à la cohorte
Enregistrement W4396939680 · doi:10.1088/1748-0221/19/05/p05038

A configurable ultra-low noise current source for transition-edge sensor characterization

2024· article· en· W4396939680 sur OpenAlexaff
N. Li, Ga Liao, Zhengwei Li, Daikang Yan, Y. Xu, Yifei Zhang, Z. Liu, S. Yuan, Yongjie Zhang, Huanling Gao, Yongping Li, Y. Gu, Congzhan Liu, H. Li, Xiuhai Ren

Notice bibliographique

RevueJournal of Instrumentation · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSuperconducting and THz Device Technology
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesnon disponible
Mots-clésCurrent (fluid)Noise (video)Enhanced Data Rates for GSM EvolutionCharacterization (materials science)Flicker noiseOptoelectronicsComputer scienceElectrical engineeringInfrasoundMaterials scienceAcousticsPhysicsTelecommunicationsNanotechnologyNoise figureEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Transition-edge sensors (TESs) are sensitive devices for detecting photons from millimeter radiation to γ rays. Their photon counting efficiency and collecting area benefit from large-array multiplexing scheme, and therefore the development of multiplexing readout system has been an important topic in this field. Among the many multiplex techniques, time-division multiplexing (TDM) superconducting quantum interference device (SQUID) has been used most widely for TES readout. In this work, we design a Configurable Ultra-Low Noise Current Source (CLCS) for TES characterization and as a part of a whole TDM-TES bias control system. The CLCS is based on the feedback structure of ultra-low noise instrumentation amplifiers and low-noise, high-resolution (20 bits) digital-to-analog converter (DAC). CLCS has an ultra-high resolution of 10 nA in the 0 to 5 mA current output range, and can perform current-voltage (IV) sweep and bias-step tests to measure key TES parameters on board. The feedback structure of the CLCS also avoids the issue of impedance mismatch.

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 enseignants0,382
Score d'incertitude au seuil0,309

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 Opus0,014
Tête enseignante GPT0,271
Écart entre enseignants0,257 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of InstrumentationMême sujetSuperconducting and THz Device TechnologyTravaux en français237 207