随着芯片技术的进一步革新,半导体集成电路为微电子系统的发展做出了不可替代的贡献。三维集成技术依靠垂直方向上的引线键合和芯片倒装实现多层电路键合,在封装级实现垂直互连,可以以较低的成本实现复杂的微系统,同时仍保持较高的性能和集成度。与传统的二维集成相比,三维集成在高端计算、服务器和数据中心、军事和航空航天、医疗设备等半导体和微电子领域得到越来越广泛的应用。因此,为适应时代发展的需求,对三维集成进行更深入和广泛的研究是必不可少的。三维集成系统的性能与工艺技术路线密切相关。晶圆键合三维堆叠技术通过晶圆键合和互连孔的工艺满足了芯片对增加带宽和降低功耗的需求,对未来的三维集成处理具有重要意义。此外,通过TSV(硅通孔)互连技术,三维堆叠系统的性能得到了极大的提升,因此TSV技术在三维集成电路应用中具有重要意义。当三维集成硬件技术遇到瓶颈时,与人工智能算法的结合成为重点,这也有效地提高了系统的整体性能。三维集成在微电子领域的应用涉及到方方面面,微纳加工技术中的凸点、高密度通孔制造与晶圆键合的结合以及技术的不断改进也对三维集成的材料、元件和电路提出了更高的要求。为了克服这些问题,我们分享了3D集成方面的最新进展,以增强其功能能力并使其适应不同的应用。“构建三维集成电路和微系统”特刊旨在收集与3D集成电路和微系统相关的优秀研究成果和综合报告。特刊可在线获取,网址为https://www.mdpi.com/journal/processes/special_issues/TDIC。本特刊涵盖了3D集成方面的各种理论和实验研究,重点关注3D集成系统的工艺和技术路线以及人工智能算法与不同应用领域的结合。3D集成的一项重大贡献在于光互连技术。新一代数据中心进一步向高速化、智能化方向发展,对光互连技术的迭代需求巨大,基于有源光子中介层的三维集成可实现高集成度、高带宽、低功耗等优势,
自20世纪60年代初半导体探测器问世以来,半导体一直被用于测量空间带电粒子。经过几十年的不懈努力,半导体探测技术得到了很大的发展[1]。硅正-本征-负(PIN)探测器因反向漏电流小、环境适应性强、稳定性高而成为辐射探测研究的热点[2-4]。PIN探测器是一种包括一层P型半导体、一层N型半导体以及二者之间的本征半导体(I层)的结构。I层的存在可以形成较大的耗尽区,增加粒子注入的概率,从而提高探测器的能量分辨率。由于PIN辐射探测器势垒层较厚、阻抗系数较大,因此可以获得较低的暗电流、较高的响应度,易于与焦平面阵列电路匹配。此外,该器件结构可以通过调节本征层厚度来提高量子效率[5,6]和响应速度。卫星用∆EE望远镜一般采用印刷电路板(PCB)和两个独立的薄、厚Si-Pin探测器封装而成[7]。∆EE望远镜广泛应用于重离子探测与跟踪、高γ短程粒子探测、X射线探测等。核粒子进入∆EE望远镜后,首先与薄探测器相互作用而损失能量(∆E),然后与厚探测器相互作用而损失剩余能量(E-∆E)。由于∆E与粒子质量成正比,与E成反比,由此可知粒子的性质。为使∆EE探测器中进入的高能粒子能量损失最小,对薄探测器的厚度有一定的要求(小于或等于100μm),但由于Si材料的材料特性,考虑到厚度较小的探测器易受到机械冲击,探测器装置更容易损坏。而且,两个独立的探测器也不符合小型化、高精度化的发展趋势。
频率选择表面 (FSS) 由周期性排列的一维或二维金属结构组成,由于其频率谐振特性而备受关注。FSS 可以根据其尺寸、形状、厚度和其他参数在特定频率范围内选择性地反射 (带阻) 或透射 (带通) 入射电磁波,这是 FSS 的识别特征。[1] 金属和介电材料结构被广泛用于设计太赫兹 FSS 或滤波器,因为它们具有高机械强度,有助于产生功能化设计。金属 FSS 可以通过反射或吸收电磁干扰来屏蔽,但是,制造所需结构的成本很高,并且正在被碳基材料取代,以获得高频电磁特性,具有合适的成本、重量轻、无腐蚀等特点。[2] 通常,碳基材料以 sp、sp 2 和 sp 3 键合,形成相互连接的碳-碳键的长链,从而产生不同的物理和电性能。 [3] 因此,这类材料可归类为半金属或非电介质材料(如石墨烯、石墨、碳纳米管、碳纳米纤维)[4,5],因此通过在磁场和电场中应用飞秒激光脉冲产生 THz 脉冲,其纳米复合材料可表现出 THz 光跃迁、光电特性和介电特性。[6–11] 由于存在非局域 π 键电子,这些碳基材料表现出优异的 EMI 屏蔽性能。自由移动的电子与电磁波相互作用,导致反射,在共振频率下具有最大回波损耗值。[12] 过多的电磁能量会损坏周围的电路并引起不必要的噪声脉冲。Liang 等人。报道了竹状短碳纤维@Fe3O4@酚醛树脂和蜂窝状短碳纤维@Fe3O4@FeO复合材料作为高性能电磁波吸收材料,在4-18 GHz范围内成功实现了反射损耗-10 dB。[13]然而,在文献中对碳基材料在THz范围内的表征仍然没有很好的解释,关于碳基材料FSS特性的报道很少。最近,一种利用3D打印制造的碳基FSS吸收器
图 1:STitch3D 概览。a. 来自多个 ST 组织切片的原始数据和来自参考 scRNA-seq 数据集的细胞类型特异性基因表达谱作为 STitch3D 的输入。b. STitch3D 的预处理步骤包括对来自不同组织切片的斑点进行对齐以构建斑点的 3D 位置,以及构建全局 3D 图。STitch3D 的主模型结合这些结构来执行表示学习,用于 3D 空间域识别和 3D 细胞类型反卷积。c. STitch3D 输出 3D 空间区域识别结果和组织中不同细胞类型的 3D 空间分布估计。STitch3D 还支持多种下游分析,包括空间轨迹推断、低质量基因表达测量值的去噪、虚拟组织切片的生成以及具有 3D 空间表达模式的基因识别。d. STitch3D 对多个切片进行联合建模,并利用基于图注意的神经网络学习具有 3D 空间信息的斑点和细胞类型比例的潜在表示。
前室深度(ACD)是角度闭合疾病的主要危险因素,并且已用于各种人群的角度闭合筛查。但是,ACD是根据眼部生物计或前部光学相干断层扫描(AS-OCT)测量的,它们是昂贵的,在初级保健和社区环境中可能不容易获得。因此,这项概念验证研究旨在使用深度学习(DL)从低成本前部照片(ASP)预测ACD。我们包括2,311对ASP和ACD测量,用于算法开发和验证,以及380对算法测试。我们捕获了安装在缝隙灯泡生物显微镜上的数字摄像机的ASP。在用于算法开发和有效性的数据中,用眼部生物计(Iolmaster700或Lenstar LS9000)测量前腔深度,并在用于测试的数据中使用AS-OCT(Visante)。DL算法是从Resnet-50体系结构中修改的,并使用平均绝对误差(MAE),系数确定(R 2),Bland-Altman图和类内相关系数(ICC)进行评估。在验证中,我们的算法预测ACD的MAE(标准偏差)为0.18(0.14)mm; r 2 = 0.63。预测的ACD的MAE在眼睛开放角度为0.18(0.14)mm,眼睛闭合的眼睛为0.19(0.14)mm。实际和预测的ACD测量之间的ICC为0.81(95%CI 0.77,0.84)。在测试中,我们的算法预测ACD的MAE为0.23(0.18)mm; r 2 = 0.37。显着性地图突出显示了学生的余量,作为ACD预测中使用的主要结构。这项研究证明了通过DL预测ASP的ACD的可能性。该算法模仿了眼光进行预测的眼光,并为预测与角度闭合筛选相关的其他定量测量提供了基础。
病原性冠状病毒是对全球公共卫生的主要威胁,例如严重的急性呼吸综合症冠状病毒(SARS-COV),中东呼吸综合症冠状病毒(MERS-COV)和新出现的SARS-COV-2,是冠心病2019(Covirus 2019)(Covirus nipery 2019)。我们在本文中描述了冠状病毒3C样蛋白酶(3CLPRO)的一系列抑制剂的结构引导优化,这是一种对病毒复制必不可少的酶。优化化合物在酶测定中使用HUH-7和VERO E6细胞系中的几种人冠状病毒和基于细胞的测定中的几种人冠状病毒有效。两种选定的化合物在培养的原代人气道上皮细胞中显示出对SARS-COV-2的抗病毒作用。在MERS-COV感染的小鼠模型中,病毒感染后1天的铅化合物从0增加到100%,并减少了肺病毒滴度和肺部组织病理学。这些结果表明,这一系列化合物有可能进一步发展为针对人冠状病毒的抗病毒药物。
摘要:在这些年中,更接近实际应用环境的异质无线传感器网络的3D节点覆盖已成为研究的强烈重点。但是,将传统的二维平面覆盖方法直接应用到三维空间中,其应用复杂性很高,覆盖率低和短期生命周期。大多数方法在考虑覆盖范围时忽略网络生命周期。网络覆盖范围和生命周期决定了异质无线传感器网络中服务质量(QOS)。因此,能量覆盖范围的增强是一项重要和具有挑战性的任务。为了解决上述任务,提出了基于3D-Voronoi分区的能量覆盖范围增强方法VKECE-3D和K-MEANS算法。在保证覆盖范围的同时,将活动节点的数量保持在最低限度。首先,基于随机的节点部署,使用高度破坏性的多项式突变策略将节点部署两次,以提高节点的均匀性。其次,最佳感知半径是使用K-均值算法和3D-Voronoi分区来计算的,以增强网络覆盖质量。最后,提出了一种多跳沟通和轮询工作机制,以降低节点的能耗并延长网络的寿命。它的仿真发现表明,与其他能源效率增强解决方案相比,VKECE-3D可改善网络覆盖范围,并大大延长网络的寿命。
本文探讨了一种实时检测虚拟现实 (VR) 用户情感状态的技术的开发。该技术通过一项实验的数据进行测试,实验中 18 名参与者在 VR 家庭影院内观看了 16 个包含情感内容的视频,同时记录了他们的脑电图 (EEG) 信号。参与者根据三维情感模型评估了他们对视频的情感反应。分析了该技术的两种变体。两种变体之间的区别在于用于特征选择的方法。在第一个变体中,使用线性混合效应 (LME) 模型选择从 EEG 信号中提取的特征。在第二个变体中,使用递归特征消除和交叉验证 (RFECV) 选择特征。两种变体都使用随机森林来构建分类模型。通过交叉验证获得准确度、精确度、召回率和 F1 分数。进行了方差分析以比较每个变体中构建的模型的准确性。结果表明,特征选择方法对分类模型的准确性没有显著影响。因此,两种变体(LME 和 RFECV)在检测 VR 用户的情感状态方面似乎同样可靠。分类模型的平均准确率在 87% 到 93% 之间。
摘要:随着微纳光学的发展,超表面作为新型电磁波控制器件受到越来越多的关注,其中超透镜由于其独特的光学性质,作为超表面的典型应用得到了开发和应用。然而,以前的大多数超透镜只能产生一个焦点,严重限制了它们的应用。受苍蝇复眼的启发,我们提出了一种特殊的空间多焦点超透镜。我们的超透镜可以反转入射圆偏振光的偏振态,然后将其聚焦。此外,通过设计合理的相位和区域分布,可以实现水平排列的多焦点超透镜,这与垂直排列的多焦点超透镜类似。最重要的是,通过结合这两种分布方法,可以很好地实现具有低串扰的空间三维阵列多焦点超透镜。所提出的仿生三维阵列多焦点超透镜具有惊人的聚焦效果,有望在成像、纳米粒子操控、光通信等领域得到应用。