XiaoMi-AI文件搜索系统
World File Search System晶晨
半导体晶圆传输解决方案
Mar 11, 2024 — 沉阳新松半导体设备有限公司成立于2023年,是一家专注于半导体晶圆传输专用设备的研. 发、生产、销售与技术服务的高新技术企业。公司前身为新松机器人自动化股份有限 ...
晨会总结
有关该公司的描述，请参阅公司描述 除非另有说明，本报告中使用的所有价格均为前一个工作日收盘价。报告发布时间为爱尔兰标准时间 (UTC +1)，此时间为 IST 和 GMT（即夏令时）之间的转换。我们的标准估值方法的摘要，请参阅估值方法 有关股价建议的摘要以及是否已向这些公司提供重大投资银行服务，请参阅监管披露 其他重要披露，请参阅监管披露 Goodbody 定期更新其建议。Goodbody 提供的所有建议的细目，请参阅监管披露 如果 Goodbody 已向发行人提供投资银行服务，还将包括该发行人的买入、持有和卖出比例的详情。此信息每季度更新一次。 建议定义 Goodbody 使用术语“买入”、“卖出”和“持有”。术语“买入”表示分析师预计证券在十二个月内升值超过 10%。 “卖出”一词表示预计该证券在未来十二个月内将下跌超过 10%。“持有”一词表示分析师预计该证券在未来十二个月内升值不会超过 10%，贬值也不会超过 10%。2012 年 11 月 26 日，“增持”和“减持”一词从建议定义中删除，均由“持有”建议取代。任何先前提及“增持”的建议都表示分析师预计该证券在十二个月内升值最多 15%。任何先前提及“减持”的建议都表示分析师预计该证券在未来十二个月内下跌最多 15%。如果某只股票被摘牌，该公司将自动停止对该股票的评级。但是，如果该公司因任何其他原因停止对该股票的评级，该公司将披露这一事实。向美国 Goodbody Securities Inc (GSI) 的客户分发研究报告 GSI 分发由其附属公司 Goodbody 制作的第三方研究报告 GSI 是 FINRA 和 SIPC 的成员 GSI 不充当做市商。
山东晶导微电子股份有限公司首次公开发行股票并在创业 ...
声明 ................................................................................................................................................................ 1
平顶飞秒激光开槽硅晶圆工艺仿真与实验研究
[25] Shi K W，Yow K Y，LoC。单束和多光束激光槽过程参数开发和40 nm节点的模具特性 - k/ulk Wafer [C]∥2014IEEE 16th 16th Electronics包装技术会议（EPTC），2014年12月3日至5日，2014年12月3日，新加坡。纽约：IEEE出版社，2015：752-759。
李白晨等人2023.pdf
这项超高场 7 T fMRI 研究探讨了是否存在一个大脑区域核心网络来服务于身体感知的不同方面。参与者观看了猴子和人类面部、身体和物体的自然视频，以及用于控制低级特征的马赛克乱码视频。进行了基于独立成分分析 (ICA) 的网络分析，以在体素和网络级别发现身体和物种的调节。在身体区域中，中额回和杏仁核的物种选择性最高。两个大型网络对身体具有高度选择性，分别由侧枕叶皮层和右侧颞上沟 (STS) 主导。右侧 STS 网络表现出较高的物种选择性，其显著的人体诱导节点连接集中在纹外体区 (EBA)、STS、颞顶交界处 (TPJ)、运动前皮层和下额回 (IFG) 周围。这里发现的人体特定网络可以作为人体的大脑范围的内部模型，作为依赖身体描述的各种过程的入口点，作为其更具体的分类、动作或表情识别功能的一部分。
晶圆粘结后的晶圆边缘平面化
使用Tencor的HRP-250来测量轮廓。使用了来自Cabot的SS12和来自AGC的CES-333F-2.5。在将晶片粘合到粘合之前（氧化物到氧化物和面对面），将顶部晶圆的边缘修剪（10毫米），并同时抛光新的斜角。这可以防止晶片边缘在磨/变薄后突破[1]。将晶圆粘合后，将散装硅研磨到大约。20 µm。之后，通过反应性离子蚀刻（RIE）将粘合晶片的剩余硅移到硅硅基（SOI） - 底物的掩埋氧化物层（盒子）上。另一个RIE过程卸下了2 µm的盒子。之后，粘合晶片的晶圆边缘处的台阶高为3 µm。随后沉积了200 nm的氮化物层，并使用光刻和RIE步骤来构建层。此外，罪被用作固定晶片的si层的固定。必须将设备晶圆边缘的剩余步骤平面化以进行进一步的标准处理。为此，将剩余的罪硬面膜（约180 nm）用作抛光止损层。在平面化之前，将4500 nm的Pe-Teos层沉积在罪恶上。这有助于填充晶圆的边缘。在第一种抛光方法中，将氧化物抛光至残留厚度约为。用SS12泥浆在罪过的500 nm。在这里，抛光是在晶片边缘没有压力的情况下进行的。然后将晶圆用CEO 2泥浆抛光到罪。用CEO 2浆料去除氧化物对罪有很高的选择性，并且抛光在罪恶层上停止。第一种抛光方法花费的时间太长，将氧化物层抛光至500 nm的目标厚度。此外，在抛光SIO 2直到停止层后，用SS12稍微抛光了罪。最后，高度选择性的首席执行官2 -lurry用于抛光罪。结果表明，步进高度很好，但是弹药范围很高（Wafer＃1）。第二种方法的抛光时间较小，并在500 nm上停在SIO 2上，而最终的抛光和首席执行官2 -slurry直至罪显示出良好的步进高度，并具有更好的罪恶晶圆范围（Wafer＃2）。
耐火混凝土中的裂纹：经晶或晶间？
混凝土是最常见的建筑材料。混凝土类型丰富，配方取决于特定用途。混凝土的微观结构通常是强烈的异质性，具有水泥，细和粗骨料，充满空气的毛孔和各种增援。混凝土的计算模型通常会大大降低以确保安全性。更精确的模型可以从材料和CO 2排放方面巨大节省。通过3D计算机断层扫描（CT）观察到的原位机械测试，特别是观察到3D的裂纹起始和生长可以帮助改善这些模型。 大规模的CT系统gulliver专用于研究分别为6 m和1 m的现实大型混凝土束和宽度的疲劳动力学。 分析在原位弯曲测试中生成的图像数据需要特别可靠的检测和正确分割薄裂纹。 因此，最近比较了裂纹分割的算法[1]，扩展到多尺度裂纹[2，3]，适用于纤维增强的混凝土[4，5]，甚至是新发明的[6，7]。 对于方法的公平定量比较以及机器学习模型的培训和开发，基于合成裂纹结构的半合成CT图像[8-10]至关重要。 首先，裂纹是作为分数布朗动作的实现[11]。 后来，由于其多功能性，首选由随机伏罗尼叶镶嵌物的小平面形成的最小表面[8]。 在[13，14]中研究了裂纹与混凝土微观结构之间的相互作用。通过3D计算机断层扫描（CT）观察到的原位机械测试，特别是观察到3D的裂纹起始和生长可以帮助改善这些模型。大规模的CT系统gulliver专用于研究分别为6 m和1 m的现实大型混凝土束和宽度的疲劳动力学。分析在原位弯曲测试中生成的图像数据需要特别可靠的检测和正确分割薄裂纹。因此，最近比较了裂纹分割的算法[1]，扩展到多尺度裂纹[2，3]，适用于纤维增强的混凝土[4，5]，甚至是新发明的[6，7]。对于方法的公平定量比较以及机器学习模型的培训和开发，基于合成裂纹结构的半合成CT图像[8-10]至关重要。首先，裂纹是作为分数布朗动作的实现[11]。后来，由于其多功能性，首选由随机伏罗尼叶镶嵌物的小平面形成的最小表面[8]。在[13，14]中研究了裂纹与混凝土微观结构之间的相互作用。这些合成的裂纹结构可以模仿多种裂纹形态，包括局部厚度分布和分支，并具有几个程度的表面粗糙度，因为[12]很好地证明了。到目前为止，合成裂纹并未与将CT图像用作背景的混凝土的微观结构相互作用。特别是，将裂缝分类为周围的混凝土组件。这是通过两步过程实现的。首先，通过模板匹配对裂纹结构进行了分割。然后，根据模板的方向上的灰色值对裂纹进行分类。在这里，我们提出了一种依赖于分割裂纹和聚集体的方法。然后将裂纹分配给两个可能的类别之一：经晶（通过聚集体）或晶间（聚集体之间）。然后，经晶裂纹体素的相对数量产生了一个度量，以量化裂纹行为的差异。在这里，我们研究了相同组成的难治性混凝土样品，但在不同温度下被后加工（烧结）。在压缩应力下扫描样品。他们清楚地表明，裂缝确实与混凝土的微观结构相互作用，请参见图1。裂纹可能沿聚集体，通过它们或通过周围的水泥矩阵传播。在失败之前，分析载荷步骤的经晶和晶间体素的分数进一步量化了烧结温度的影响。我们在两个圆柱形耐火混凝土样品的示例中演示了这一分析，分别在1.000°C和1.600°C下烧结。最近，我们为裂纹结构设计了一种多功能几何模型[8，9]，用于方法验证和比较以及机器学习方法的训练 - 由随机Voronoi Tessellation的相位形成的最小表面。最小表面计算的优化方法的改进版本可实现多标准优化[17]。在这里，我们利用了这种新的可能性来生成合成裂纹结构，该结构避免了聚集体或通过图1中的真实混凝土样品中观察到的。
固-液中非晶-非晶界面的性质...
非晶态固体材料因其离子电导率、稳定性和可加工性等优良特性，在储能领域引起了越来越多的关注。然而，与块体晶体材料相比，密度泛函理论 (DFT) 计算的规模限制和实验方法的分辨率限制阻碍了对这些高度复杂亚稳态系统的基本理解。为了填补知识空白并指导非晶态电池材料和界面的合理设计，我们提出了一个基于机器学习的原子间势的分子动力学 (MD) 框架，该框架经过动态训练，以研究非晶态固体电解质 Li 3 PS 4 及其保护涂层非晶态 Li 3 B 11 O 18 。使用机器学习势使我们能够在 DFT 无法访问的时间和长度尺度上模拟材料，同时保持接近 DFT 水平的精度。这种方法使我们能够计算非晶化能、非晶-非晶界面能以及界面对锂离子电导率的影响。这项研究证明了主动学习的原子间势在将从头算建模的应用扩展到更复杂和现实的系统（例如非晶材料和界面）方面的良好作用。
贝弗利晨 25-1：进行年度战备演习
2024 年 11 月 1 日，高级飞行员 Manuel G. Zamora 第 374 空运联队公共事务演习“贝弗利早晨 25-1”于 10 月 18 日至 25 日在横田空军基地进行。 此次演习涉及第 374 空运联队和驻地单位进行为期两周的高强度模拟行动，以测试飞行员在现实和苛刻的条件下执行关键部署职能的能力。 “贝弗利晨演习让我们能够演练在真实情况下会用到的程序，”第 374 届 MAS 部署和部署排长 Jason Cathey 上尉说。“在真实情况下，没有练习的空间。这次演习提高了我们的能力，确保我们准备好在压力下执行任务。” 演习重点关注两个关键领域：人员部署和货物部署能力。这些是成功实施作战部署的支柱。第 374 空中战备中队和第 730 空中机动中队的飞行员在将货物运送到货场进行检查之前，对货物进行了彻底的准备和检查。同时，人员与其单位部署经理一起准备在出发前和抵达模拟部署地点后完成必要的文件。 “‘贝弗利早晨’演习提供了模拟整个部署过程的机会，从准备货物到装载飞机，”第 374 战备中队后勤计划官、空军一等兵艾利森·罗维拉说，“因此空军人员随时准备部署。” 此次演习的亮点之一是与第730空中机动中队进行的联合审计。审计证实，货物符合航空运输标准，然后才被装载到 C-130J 超级大力神运输机上进行模拟部署。同时，对部署人员进行医疗简报、准备情况检查和装备检查，模拟部署至前沿基地的过程。 在最初四天里，第374空运联队部署了190多名人员，向105个单位运送了总计680,000磅货物，并进行了35次联合审计。此外，共部署人员约730人、货物475短吨，进行了31次实际飞行和19次模拟飞行。 “演习的目的是提高我们新联合检查员的技能，并教育用户如何正确准备货物，”第 730 空中机动中队机队服务主管乔·马丁内斯-席尔瓦中士说。“安全是检查期间的首要任务，因此我们确保不仅快速完成工作，而且安全完成。” 《贝弗利早晨》强调了横田空军基地作为印度-太平洋地区主要空运枢纽的重要作用，增强了战备能力并加强了对美国盟友的支持。像这样的定期训练和“贝弗利早晨”等演习让飞行员们做好准备应对不断变化的全球形势的挑战。 “我对该部队的团结和适应严格训练和长时间作战的能力印象深刻，”凯西说。“看到空军士兵实时解决问题，我相信横田队已经做好了应对任何突发事件的准备，无论它何时何地发生。”