MétaCan
Menu
Retour à la cohorte
Enregistrement W4402769705 · doi:10.1109/jsen.2024.3457744

Sub-mK, On-Package Temperature Control for High-Performance Microsystem Applications

2024· article· en· W4402769705 sur OpenAlexafffund
M. A. Kanygin, Fatemeh Eshaghi, Behraad Bahreyni

Notice bibliographique

RevueIEEE Sensors Journal · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Semiconductor Devices and Circuit Design
Établissements canadiensSimon Fraser University
Organismes subventionnairesMitacs
Mots-clésMicrosystemTemperature controlTemperature measurementMaterials scienceComputer scienceOptoelectronicsElectronic engineeringEngineeringMechanical engineeringPhysicsNanotechnologyThermodynamics

Résumé

récupéré en direct d'OpenAlex

High-precision sensing applications require stable operating environments for the components, with temperature stability often being the most critical requirement. Existing methods for temperature control rely on a combination of device level (i.e., on-die) and system level (i.e., on-board and on-enclosure) temperature control and shielding to achieve the necessary temperature stability. However, die-level solutions offer limited postfabrication flexibility, while board/enclosure-level solutions contribute to increased system bulk and power consumption. Herein, we demonstrate a simple and versatile method of using on-package heaters and sensors for temperature control. Various configurations of surface-mount heaters and sensors were examined around a commercially available ceramic package. A simple proportional-integral temperature controller was developed and used for integrated temperature control. We demonstrate that the method achieves similar accuracies to having an on-die sensor, with sub-mK temperature stability achieved with a power consumption of approximately 500 mW. The presented approach offers a power-efficient, compact solution for precision temperature control that is applicable to a broad range of high-performance sensing applications.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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)0,0020,001

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 Opus0,010
Tête enseignante GPT0,231
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'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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetAdvancements in Semiconductor Devices and Circuit DesignTravaux en français237 207