XiaoMi-AI文件搜索系统
World File Search SystemSF
SiC MOSFET 软故障模式和硬故障模式
摘要 — 本文首先讨论了在短路电热应力下 1200 V SiC 功率 MOSFET 中产生短路故障或开路故障特征的判别现象。由于开路故障行为与应用特别相关，本文接着提出了对一些商用器件的基准测试，确定了一款产品，该产品在偏置电压高达额定值的至少 50% 的情况下，能够提供一致的开路故障特性。对于该特定器件，我们将提供全面的功能和结构特性。具体而言，本文表明：栅极电流是短路应力下随后发生的退化的有效监测器，可用于评估损伤积累以及器件退化的可逆性或永久性；开路故障特征与栅极结构的退化有关，在距离有源单元相对较远且不涉及场氧化物的区域中，栅极和源极端子之间会产生短路。该发现与分立器件和多芯片功率模块（包括多个并联连接的芯片）的应用相关。
SFGP 2007：在空气处理设备中使用的过滤介质上的微生物生长
这项工作涉及过滤媒体上的微生物增长，并着重于微生物群落扩散到过滤器培养基上的能力。研究了两种微生物类型：来自废水处理厂（SM）活性污泥的微生物（SM）和甲苯特定联盟（TSC）。该研究所考虑的过滤器培养基包含活性碳纤维（ACF），挥发性有机化合物（VOC），颗粒治疗目的，活化的碳纤维感觉（ACFF）以及活化的碳和纤维素纤维感觉（AC 2 F 2）。使用静态生长程序在100％的相对湿度下使用静态生长程序，将人工污染的过滤器提交给微生物定植。根据过滤器蛋白质含量测定法，已经使用实验室中开发的方法评估了每克过滤器的微生物的最终浓度。测量插入和过滤器的平均表面电荷以评估微生物对污染的影响。烟灰颗粒对TSC增殖的影响，然后研究AC 2 F 2滤波器。zeta测量能够评估微生物在过滤纤维上粘附的烟灰的刺激。微生物污染对过滤器通透性和下游颗粒的后果已在填充装置中评估。结果表明，AC 2 F 2与微生物定殖的更好分析。但是，SM在ACFF上比TSC有更多的困难，而SM与TSC相比，SM定居更容易AC 2 F 2。电荷表面测定已定义了TSC和AC 2 F 2的最佳静电兼容性，而SM和ACFF的最小静电兼容性。当在引入AC 2 F 2之前将烟灰添加到TSC上时，观察到高污染形状，而仅发生烟灰的情况下只有一小段污染形状。Zeta电位措施显示出有利的电荷条件，可在AC 2 F 2纤维上粘附于烟灰颗粒上的TSC。因此，烟灰可能已经在微生物广告中扮演了界面角色。这意味着颗粒之间的静电兼容性是评估微生物粘附到过滤器上的良好方法，但无法解释微生物增殖的整个机制。其他参数，例如营养
基于图神经网络的图形结构SFC的节能VNF部署，并限制了深度强化学习
摘要 - 网络函数虚拟化（NFV），该函数将网络函数从硬件中解除，并将其转换为独立于硬件的虚拟网络函数（VNF），是许多新兴网络域，例如5G，Edge，Edge Computing和Data-Center网络。服务功能链（SFC）是VNF的有序集。VNF部署问题是在SFC中找到最佳的部署策略VNF，同时保证服务级协议（SLA）。现有的VNF部署研究主要关注无能量考虑的VNF序列。但是，随着用户和应用程序要求的快速开发，SFC从序列到动态图，服务提供商对NFV的能源消耗越来越敏感。因此，在本文中，我们确定了能节能的图形结构的SFC问题（EG-SFC），并将其作为组合优化问题（COP）提出。受益于COP机器学习的最新进展，我们提出了一个基于约束深度强化学习（DRL）方法的端到端图神经网络（GNN）来求解EG-SFC。我们的方法利用图形卷积网络（GCN）表示DRL中的双重Q-Network（DDQN）的Q网络。提出了掩模机制来处理COP中的资源约束。实验结果表明，所提出的方法可以处理看不见的SFC图，并且比贪婪的算法和传统DDQN更好地表现出更好的性能。
SiC-MOSFET阈值电压漂移的测量与分析
法国里昂 摘要 碳化硅功率 MOSFET 在许多研究中用于提高电力电子转换器的效率或性能。然而，栅极氧化物技术弱点是碳化硅 MOSFET 晶体管的主要可靠性问题。阈值电压漂移是解决工业电源应用可靠性的关键现象。更好地理解栅极阈值电压漂移中隐含的现象非常重要。在此背景下，本文提出了一种基于 JEDEC 标准的静态老化测试，并研究和讨论了由此产生的栅极氧化物应力。进行了补充测试，包括动态可靠性和栅极氧化物特性，例如电荷泵技术。获得的结果用于为当前有关 SiC MOSFET 稳健性的讨论增添见解。此外，还详细介绍了测试台和测量协议。 * 通讯作者 quentin.molin@supergrid-institute.com 电话：+33 6 68 30 16 52 1. 简介 由于 SiC 具有比硅更优越的电气性能，因此它是一种很有前途的高压高温器件材料。然而，仍有许多可靠性问题有待解决，例如氧化物退化 [1]、阈值电压不稳定性 [2]、[3] 和短路行为 [4]、[5] 和 [6]。其中一些关键点对于开发用于工业应用的可靠功率器件至关重要 [7]。
重复短路应力下 SiC MOSFET 栅极老化规律预测
b IRT Saint-Exupéry，图卢兹，法国 摘要 本文提出了 SiC MOSFET 栅极在重复短路应力下的老化规律。基于分析研究、物理形式和预处理数据，提出了基于应力变量 T j、T 脉冲栅极损伤 % 和 E sc 的数值拟合。对老化规律的准确性和预测能力进行了评估和比较。结果提出了一种基于 T Al_Top 金属源的新老化规律。该规律的拟合精度最高。最后，直接基于短路能量 E sc 的老化规律似乎具有最佳的预测能力。 1. 简介 SiC MOSFET 提高了功率转换器效率 [1]。如今，必须保证意外极端操作中的可靠性和稳健性。然而，由于平面结构中的电流密度更高和通道更短，SiC MOSFET 的短路 (SC) 耐受时间 (T SCWT @2/3 x V DSmax ) 低于硅器件，t SCWT = 2μs，而 Si IGBT 的 t SCWT = 10μs。最近，人们投入了大量精力来研究短路测试下的专用 SiC MOSFET 故障机制 [2,3]。高温变化导致栅极区域和 Al 源金属周围产生累积热机械应力。这些通常导致 SiC MOSFET 无法超过源自硅标准的 1000 次重复短路循环阈值。在 SiC MOSFET 栅极损坏之前，对其允许的短路循环次数的预测目前尚不为人所知，但这却是运行阶段主要关注的问题。在 [4] 中，提出了威布尔分布和直接 T j Coffin-Manson 老化定律，但漏源电压偏置降低至 200V，并使用栅极沟槽器件。在 [5] 中，作者通过实验证实了栅极老化与 T j 应力的依赖关系，但未拟合 Coffin-Manson 参数，因此未提出预测能力。在本文中，进行了重复的 SC 研究，以建模并提出一组 SiC MOSFET 上的预测分析栅极老化定律
ISSF CM 2.4 – 供应链透明度、审计、报告和采购要求
c) 作为一家企业，翠鸟食品致力于管理我们贸易所依赖的自然资源。翠鸟食品的使命是提供负责任且合乎道德的高品质产品以及一流的服务。维护健康的金枪鱼库存对我们来说至关重要。我们知道，通过确保金枪鱼的持续可持续性，我们还可以加强整个业务并与客户建立信任。翠鸟食品打算在 2025 年 12 月 31 日之前将其采购从 (a) 和 (b) 部分中标记为“以上均非”的类别中删除。
MIVT：用于早期癫痫诊断的医学视觉转换器
摘要 — 癫痫是一种以反复发作、无诱因癫痫发作为特征的神经系统疾病，早期诊断对于有效的管理和治疗至关重要。然而，由于癫痫发作的微妙性质和大脑活动模式的复杂性，癫痫的诊断，特别是在早期阶段，仍然具有挑战性。在本研究中，我们引入了医学信息视觉转换器 (MIVT)，这是一种深度学习架构，专门设计用于从多模态神经影像数据中改善早期癫痫诊断。我们的模型整合了医学知识和最先进的视觉转换器 (ViT) 的见解，以提高癫痫发作检测和定位的准确性和可解释性。MIVT 利用脑电图 (EEG) 丰富的空间和时间特征，使系统能够学习与早期癫痫发作前兆和生物标志物相对应的判别特征。我们在大型多模态癫痫数据集上证明了 MIVT 的有效性，其性能优于传统深度学习模型，即 Inception V3、ResNet-50、VGG-16 和 AlexNet，优势高达 17%。我们的结果表明，MIVT 模型的表现优于现有技术，诊断准确率为 93.55%，特异性为 88.89%，AUC 为 98.72%，精确率为 86.67%，召回率为 100%。它显示出弥合机器学习模型与临床实践之间差距的潜力。
至：CBD国家焦点参考：SCBD/SSSF/JL/OR/QC/...
我是关于第7款X/40的决定的书，在该决定中，《生物多样性公约》的当事方会议邀请各方指定第8（j）条及相关规定的国家重点。回应这一决定，秘书处发出了通知，邀请当事方提供其国家重点的联系信息。这些国家重点的任务是促进与土著人民和地方社区组织的沟通，并促进第8（j）条和其他规定的有效实施工作计划。
血清和CSF神经丝和神经炎性生物标志物的组合评估ALS
对患有肌萎缩性侧索硬化症患者（ALS）的患者的这项单中心前瞻性研究旨在评估血清和CSF中神经丝（NF-L）和神经炎性生物标志物的预后和诊断潜力。候选标志物水平是使用多种方法在60名ALS患者的血清中测量的，有94例患有炎症性周围神经病（IPN）的患者的健康对照。对20名ALS和17名IPN患者进行了比较CSF分析。在改变的生物标志物中，CSF NF-L水平仍然是ALS严重程度的最佳标志，而血清水平与疾病进展密切相关。CSF中NF-L和ICAM-1浓度在血清中的IFN-1浓度在血清中与IPN患者的ALS患者与具有改善的感觉性和特异性相对于个体生物标志物的患者区分了ALS患者。这3种生物标志物的拟合值的截止值为0.49，其特异性为100％（78.20–100％）的IPN患者区分ALS，敏感性为85.71％（57.19-98.22％），AUC为0.99±0.01。在CSF和血清中NF-L和神经炎性生物标志物的度量可能是ALS的鉴别诊断中有用的生物标志物面板。