Characterization of Commercial Epoxy Molding Compounds (EMCs) with High Thermal Conductivity
Notice bibliographique
Résumé
As semiconductor devices continue to advance, heat accumulation becomes a major concern, threatening device performance and lifespan. Therefore, efficient heat dissipation becomes a crucial topic in the package development. Recent studies have shown that the incorporation of functional fillers, such as alumina$(\mathrm{A}1_{2}\mathrm{O}_{3})$, hexagonal boron nitride (h-BN), and aluminum nitride (AlN) into an epoxy molding compound (EMC) formulation can significantly improve the thermal conductivity. However, these composites are often lab-made with simplified compositions, which may not reflect the complex EMC formulations used in the semiconductor industry. To bridge this gap, we studied the properties of three commercial EMCs with the thermal conductivity of 5$\mathrm{W}/\text{mK}$(denoted as TC-EMC) and benchmark it to a conventional EMC containing$\text{SiO}_{2}$fillers. The impact of changing the filler type from$\text{SiO}_{2}$to$\mathrm{A}1_{2}\mathrm{O}_{3}$for improved thermal conductivity is discussed, ranging from the specific gravity, thermal stability, thermomechanical properties, moisture absorption and adhesion to copper (Cu) substrates. Understanding of material properties is vital for the development of future materials and to unlock the full potential of advanced semiconductor devices.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».