400-million-pixel superconducting delay-line camera with 30-ps readout circuit
Notice bibliographique
Résumé
We propose using a current-biased kinetic inductance detector (CB-KID) to image the distribution of hot spots induced by a localized external stimulus on orthogonal XY superconducting meander lines. We utilize a delay-line technique to trace the propagation of internal signals for a pair of signals arising from each hot spot. We use the timestamps of signal arrivals at the electrodes to determine the position of each hot spot (x, y). Because the signal velocity inside the detector is ultrafast at ∼20% the speed of light, a readout circuit with a temporal resolution faster than 250 ps is necessary to resolve the position of a hot spot with a precision of 1.5 μm, which is the size of a meander pitch. In our earlier work, we developed a 1-ns CB-KID readout circuit, but it was not fast enough to resolve each segment as a unit tick step of the hot-spot position. In this work, we developed a new Kalliope-II readout circuit equipped with a front-end main circuit for a continuous readout data acquisition system (AMANEQ) and a high-resolution time-to-digital converter that works at a temporal resolution of 30 ps. This allows us to resolve images with smaller pixels down to 1.5 × 1.5 μm2. Clearly, the CB-KID sensor can detect various stimuli, such as photons and neutrons. As a superconducting detector, the CB-KID realized a 100 000 000-pixel camera with a 15 × 15 mm2 sensitive area. Occasionally, the size of the hot spot in the CB-KID is larger than the meander pitch, enabling one to determine the center-of-gravity position of the hot spots in units of half pitch (0.75 μm). This could enable a superconducting camera with up to 400 000 000 submicrometer pixels over a 15 × 15 mm2 area. This development could open up great possibilities when CB-KID is applied to photonic measurements.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».