Cryogenic $\text{In}_{0.8} \text{Ga}_{0.2} \text{As}$ Quantum-Well High-Electron Mobility Transistors from Lowpower Quantum Computing to Tera-Hz Applications
Notice bibliographique
Résumé
We present cryogenic$\text{In}_{0.8} \text{Ga}_{0.2} \text{As}$QW HEMTs with a gate length$\left(L_{g}\right)$of 35 nm, achieving a record combination of low-power and high-frequency performance. A meticulous modeling of source resistance$\left(R_{s}\right)$incorporating ballistic channel resistance ($\left.R_{\text {ball }}\right)$- provides key insights for advancing low-power quantum computing and terahertz (THz) applications. At 4 K, the fabricated device exhibits exceptional performance metrics, including a minimum subthreshold-swing$\left(S_{\min }\right)$of$4.41 \text{mV} / \text{dec}$., a$g_{m_{-} \max }$of$2.49 \text{mS} / \mu \mathrm{m}$, and the highest record$f_{T}$of 813 GHz, with an average gain-bandwidth product ($f_{\text {avg }}$) of 810 GHz. These results stem from a tightly controlled gate-recess process, minimizing the side length ($L_{\text {side }}$) to below 20 nm. Delay-time analysis indicates further THz performance can be achieved by scaled$L_{g}$below 20 nm and reducing fringing gate capacitance ($C_{\mathrm{g}\_\text{fringe }}$) by 20 %. This work demonstrates the potential of cryogenic$\text{In}_{0.8} \text{Ga}_{0.2}$As QW HEMTs to revolutionize quantum computing and THz electronics
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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».