XiaoMi-AI文件搜索系统
World File Search SystemAvalanche
具有良好时间分辨率的低增益雪崩探测器...
本文给出了由高能物理研究所设计、中国科学院微电子研究所制备的50 µm 厚低增益雪崩探测器 (LGAD) 传感器的模拟和测试结果。制备了三片晶圆，每片晶圆采用四种不同的增益层注入剂量。制备过程中采用了不同的生产工艺，包括改变 n++ 层注入能量和碳共注入。测试结果表明，从电容-电压特性来看，增益层剂量较高的 IHEP-IME 传感器具有较低的击穿电压和较高的增益层电压，这与 TCAD 模拟结果一致。Beta 测试结果表明，IHEP-IME 传感器在高压下工作时的时间分辨率优于 35ps，辐照前 IHEP-IME 传感器收集的电荷大于 15fC，满足 ATLAS HGTD 项目对传感器辐照前的要求。关键词：低增益雪崩探测器（LGAD），注入剂量，击穿电压，时间分辨率，电荷收集电子邮件地址：zhaomei@ihep.ac.cn (Mei Zhao)
低噪声INGAAS/INP单光雪崩二极管，用于基于光纤和自由空间应用
摘要 - 我们介绍了新的INGAAS/INP单光雪崩二极管（SPAD）的设计和实验性 - 具有两个不同直径的二极管：i）10 µm设备，适用于基于光学的量子量子应用； ii）一个25 µm的一个，更适合自由空间应用。与上一代相比，我们改进了双锌扩散的设计并优化了层结构。我们在225 K和5 V多余的偏置下分别达到了低黑暗计数率，分别为10 µm和25 µM设备，在10 µM检测器时，分别在175 K时下降到每秒几十秒。在5 V多余的偏置和225 K温度下，这两个设备还显示出较高的光子检测效率（1064 nm时为33％，在1310 nm处为31％，在10 µM Spad中为1550 nm时25％）。通过自定义读数集成电路测量了后泵，实现了非常低的概率值。时机抖动与上一代设备相媲美。
个体的雪崩临界性、流体智力和工作记忆
。CC-BY-NC-ND 4.0 国际许可证永久有效。它以预印本形式提供（未经同行评审认证），作者/资助者已授予 bioRxiv 许可，可以在该版本中显示预印本。版权所有者于 2021 年 1 月 11 日发布了此版本。；https://doi.org/10.1101/2020.08.24.260588 doi: bioRxiv preprint
个人的雪崩临界性、流体智力和工作记忆 1
。CC-BY-NC-ND 4.0 国际许可，根据 （未经同行评审认证）提供，是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者，此版本于 2020 年 10 月 8 日发布。；https://doi.org/10.1101/2020.08.24.260588 doi：bioRxiv 预印本
加拿大冰川国家公园的雪崩地形建模
第四章：雪崩的统计偏差建模.....................................................................................................................91 4.1 简介..............................................................................................................................91 4.2 数据来源回顾..............................................................................................................93 4.3 alpha-beta 偏差模型................................................................................................96 4.4 数据集描述.........................................................................................................................98 4.4.1 异常值的识别.........................................................................................................98 4.4.2 残差的正态分布检验....................................................................................100 4.4.3 用于回归分析的数据集的描述性统计.............................................................101 4.4.4 回归模型变量之间的相关性....................................................................104 4.5 方法.............................................................................................................................107 4.5.1 雪崩剖面和确定最佳拟合模型.....................................................................108 4.5.2 Alpha-beta滑行模型结果................................................................................................110 4.6 验证...................................................................................................................115 4.7 将三个预测因子（公式 4.6）应用于高速公路雪崩路径的示例......................................................................................................116 4.8 在偏远地区仅应用 beta 值的示例（公式 4.7）.............................................................119 4.9 讨论......................................................................................................................119 4.9.1 潜在的错误来源....................................................................................................123