背景和目标:最近,提出了一种基于稳态视觉诱发电位(SSVEP-BCI)的很有前途的脑机接口,它由两个刺激组成,这两个刺激一起呈现在受试者的视野中心,但在不同的深度平面(景深设置)。因此,用户可以通过转移眼球焦点轻松地选择其中一个。然而,在这项工作中,EEG 信号是通过放置在枕骨和顶骨区域(头发覆盖的区域)的电极收集的,这需要较长的准备时间。此外,该工作使用了低频刺激,这会产生视觉疲劳并增加光敏性癫痫发作的风险。为了提高实用性和视觉舒适度,本研究提出了一种基于景深的 BCI,使用从发际线以下区域(耳后)测量的高频 SSVEP 响应。
背景和目标:最近,提出了一种基于稳态视觉诱发电位(SSVEP-BCI)的很有前途的脑机接口,它由两个刺激组成,这两个刺激一起呈现在受试者的视野中心,但在不同的深度平面(景深设置)。因此,用户可以通过转移眼球焦点轻松地选择其中一个。然而,在这项工作中,EEG 信号是通过放置在枕骨和顶骨区域(头发覆盖的区域)的电极收集的,这需要较长的准备时间。此外,该工作使用了低频刺激,这会产生视觉疲劳并增加光敏性癫痫发作的风险。为了提高实用性和视觉舒适度,本研究提出了一种基于景深的 BCI,使用从发际线以下区域(耳后)测量的高频 SSVEP 响应。
摘要 目的——本文旨在研究在批量生产环境下使用七种低空洞无铅焊膏通过回流焊接组装的发光二极管 (LED) 的导热垫下焊点的空洞现象。设计/方法/方法——所研究的焊膏为 SAC305 型、Innolot 型或由制造商在 (SnAgCu) 合金基础上特别配制,并添加了一些合金元素,例如 Bi、In、Sb 和 Ti,以提供低空洞含量。使用 SnPb 焊膏 - OM5100 - 作为基准。由于行业实践中通常使用 LED 焊盘的焊膏覆盖率作为焊点中空洞含量的衡量标准。发现 – 发现使用 LMPA-Q 和 REL61 焊膏形成的焊点具有最高的覆盖率,且空洞含量最低,其特征是覆盖率平均值分别为 93.13% [标准差 (SD) = 2.72%] 和 92.93% (SD = 2.77%)。空洞直径达到平均值,LMPA-Q 为 0.061 毫米 (SD = 0.044 毫米),REL61 为 0.074 毫米 (SD = 0.052 毫米)。结果以直方图、绘图框和 X 射线图像的形式呈现。使用 3D 计算机断层扫描观察了一些选定的焊点。原创性/价值 – 使用 Origin 软件基于 2D X 射线图像进行统计分析。它们可以比较制造商推荐的低空洞的各种焊膏的特性。该结果可能对焊膏制造商或电子制造服务有用。
摘要 本文提出了一种针对焊球HIP(Head-In-Pillow)缺陷检测的AI(人工智能)解决方案。HIP缺陷会影响焊球的导电性,导致间歇性故障。由于HIP缺陷的位置和形状多变,传统的机器视觉算法无法完全解决该问题。近年来,卷积神经网络(CNN)在图像识别和分类方面表现优异,但由于数据不足,容易引起过拟合问题。因此,我们结合CNN和机器学习算法支持向量机(SVM)来设计我们的检测流程。参考几种最新模型的优点,我们提出了3D CNN模型,并采用焦点损失和三重态损失来解决由稀有缺陷数据引起的数据不平衡问题。与几种经典的CNN模型和深度学习检测软件SuaKIT相比,我们的检测方法具有最佳性能和快速的测试速度。
DC Water 的无铅 DC 计划旨在实现一项雄心勃勃的目标,即到 2030 年公平地拆除所有铅服务线。自 2019 年以来,我们更多地了解了整个特区的铅服务线位置、如何高效地完成全区范围内的铅服务线拆除,以及与客户就更换计划进行沟通的有效方式。我们利用这些经验教训修订了 2021 年铅服务线更换计划,以确保我们在 2030 年前拆除和更换特区内的每一条铅服务线。在该计划中,我们描述了最近的现场调查和更换工作的结果如何促使我们重新评估原始服务线清单的准确性。我们仔细检查了用于制定初始清单的所有数据源,并将特区内的所有服务线分类为已验证的铅服务线、疑似铅服务线、无信息(没有管道材料记录的服务线)、疑似非铅服务线和已验证的非铅服务线。此更新的库存分类系统为 DC Water 在估计特区内剩余的铅服务线时提供了更高的置信度。为了最终确定可疑的服务线是铅还是非铅,我们正在调查和验证任何被归类为可疑铅、可疑非铅或没有信息的房屋的服务线材料。在我们将要调查的房屋中,我们估计其中大约有 42,000 所房屋需要更换。随着我们在现场了解更多信息,我们将更新清单并在 Lead Free DC 网站上实时与公众分享。
FD-SOI 技术(在欧洲发明、获得完整专利和开发,非常适合加强欧洲的工业实力)得到了众多欧盟合作项目框架(ENIAC、ECSEL、KDT、CHIPS)的支持,涉及许多学术和工业合作伙伴。这些项目为创建强大而全面的生态系统做出了巨大贡献。大部分 FD-SOI 价值链(晶圆制造、建模、芯片设计和工艺等)由欧洲掌握和托管。Soitec 是 FD-SOI 衬底晶圆制造领域的全球领导者,意法半导体 (ST) 和 GlobalFoundries (GF) 使用 Soitec 的晶圆在欧洲加工 28nm 和 22nm FD-SOI 集成电路。高通、谷歌、三星、索尼、博世、Nordic、NXP 等全球领先公司和