MétaCan
Menu
Retour à la cohorte
Enregistrement W4400219447 · doi:10.1515/nanoph-2024-0269

Inverse design of color routers in CMOS image sensors: toward minimizing interpixel crosstalk

2024· article· en· W4400219447 sur OpenAlexaff
Sangbin Lee, Jaehyun Hong, J.S. Kang, Junjeong Park, Jae-Sung Lim, Tae‐Ho Lee, Min Seok Jang, Haejun Chung

Notice bibliographique

RevueNanophotonics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueCCD and CMOS Imaging Sensors
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesInstitute for Information and Communications Technology PromotionKorea Semiconductor Research ConsortiumMinistry of Culture, Sports and TourismMinistry of Science and ICT, South KoreaMinistry of Trade, Industry and Energy
Mots-clésPixelMiniaturizationComputer scienceRouterCrosstalkArtificial intelligenceOptoelectronicsOpticsMaterials sciencePhysicsNanotechnologyComputer network

Résumé

récupéré en direct d'OpenAlex

Over the past decade, significant advancements in high-resolution imaging technology have been driven by the miniaturization of pixels within image sensors. However, this reduction in pixel size to submicrometer dimensions has led to decreased efficiency in color filters and microlens arrays. The development of color routers that operate at visible wavelengths presents a promising avenue for further miniaturization. Despite this, existing color routers often encounter severe interpixel crosstalk, around 70 %, due to the reliance on periodic boundary conditions. Here, we present interpixel crosstalk-minimized color routers that achieve an unprecedented in-pixel optical efficiency of 87.2 % and significantly reduce interpixel crosstalk to 2.6 %. The color routers are designed through adjoint optimization, incorporating customized incident waves to minimize interpixel crosstalks. Our findings suggest that our color router design surpasses existing color routing techniques in terms of in-pixel optical efficiency, representing a crucial step forward in the push toward commercializing the next generation of solid-state image sensors.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,236
Écart entre enseignants0,221 · 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'étudeSimulation ou modélisation
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

Citations20
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanophotonicsMême sujetCCD and CMOS Imaging SensorsTravaux en français237 207