MétaCan
Menu
Retour à la cohorte
Enregistrement W7117671699 · doi:10.1016/j.chip.2025.100186

System-level simulation of antimonide focal plane arrays

2025· article· en· W7117671699 sur OpenAlexfundno aff
Zhongxian Wang, Hongyue Hao, Dongmei Li, Zhigang Song, Xiang Li, Ming Liu, Chuanbo Li

Notice bibliographique

RevueChip · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Semiconductor Detectors and Materials
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaCanadian Anesthesiologists' Society
Mots-clésFocal Plane ArraysCardinal pointDetectorNoise (video)Indium antimonideTime delay and integrationMiniaturizationMultiphysicsOptical transfer function

Résumé

récupéré en direct d'OpenAlex

A comprehensive multiphysics simulation framework was developed to systematically assess the key performance metrics of antimonide-based infrared detectors across various pixel structures and operating conditions. The study focuses on modulation transfer function (MTF), optical and electrical crosstalk, and noise equivalent temperature difference (NETD). Simulation results reveal that lateral carrier diffusion is the dominant factor contributing to MTF degradation. Moreover, parameters such as fill factor, bias voltage, pixel size, and integration time exhibit complex interdependencies that significantly affect overall device performance. The analysis further highlights the intricate interplay between structural design and thermal noise constraints, which is especially pronounced in dual-band detectors. This work provides a systematic understanding of the intrinsic influence of structural parameters on detector performance and offers theoretical guidance for the miniaturization and high-performance integration of antimonide-based infrared focal plane arrays.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,020
Tête enseignante GPT0,247
Écart entre enseignants0,227 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChipMême sujetAdvanced Semiconductor Detectors and MaterialsTravaux en français237 207