XiaoMi-AI文件搜索系统
World File Search System深度分布
陷阱深度分布决定余辉动力学
摘要：持续的发光材料在智能信号，抗矛盾和体内成像等各个领域都有应用。但是，缺乏对控制持续发光的确切机制的透彻理解，因此很难开发优化它的方法。在这里，我们提出了一个精确的模型，以描述Znga 2 O 4：Cr 3+的持续发光的各种过程，这是现场的主力材料。已经解决了一组速率方程，并且已经对电荷/放电和热发光测量进行了全局拟合。我们的结果建立了陷阱深度分布和余滴动力学之间的直接联系，并阐明了与Znga 2 O 4：Cr 3+纳米颗粒相关的主要挑战，确定了较低的陷阱概率和光学偏差，这是限制Znga 2 O 4：CR 3+的主要因素，并与大型Margin进行改进。我们的结果强调了准确建模对于未来余辉材料和设备设计的重要性。
通过无人机航拍确定积雪深度分布...
确定积雪深度的空间分布不仅对于与饮用水供应或水力发电相关的民用目的至关重要，而且对于雪、水文和环境研究中的多种应用也至关重要。然而，积雪深度在空间和时间上都变化很大。因此，传统和最先进的积雪监测方法并不总是能够捕捉到如此高的空间变化，除非采用非常昂贵的解决方案。在这项研究中，我们提出了一种新方法，旨在通过利用地球科学研究环境中的两种低成本和新兴技术来提出解决问题的方法；运动结构 (SfM) 数字摄影测量和无人机 (UAV)。这些技术相结合的优点在于，它们可以以较低的运行成本和较少的工作量提供大面积的精确高分辨率数字高程模型 (DEM)。所提出的方法将利用这一资产，在地理参考雪面（雪 DEM）与其相应的底层地形（地形 DEM）之间进行减法，从而提供雪深分布图。为了在小规模上测试所提出方法的可行性和效率，在上述背景下调查了六个不同的积雪区域。这些区域的面积从 900 到 51,000 平方米不等，其中两个位于斯瓦尔巴群岛朗伊尔城附近，四个位于西格陵兰岛安登峡湾附近。调查在雪面类型、底层地形复杂性、亮度条件和所用设备方面有所不同，以评估该方法的适用范围。结果呈现为六张雪深分布图，并通过比较估计的雪深和一组质量控制点上探测到的雪深来验证。根据区域不同，探测到的雪深与估计的雪深之间的平均差异从最佳情况的 0.01 米到最坏情况的 0.19 米不等，同时空间分辨率范围从 0.06 到 0.1 米。彻底调查了每种情况的误差源，并评估了通过使用雪面和相应的底层地形中可见的公共地面控制点对 DEM 进行地理配准可以进一步减轻误差。在进行的测试中，该方法没有受到该区域的任何特定表面特征或任何调查条件的特别限制。尽管是在小规模区域进行测试，但通过考虑这些初步结果，该方法有可能成为一种简化程序，允许重复绘制雪动态图，同时降低运行成本，并且不会放弃获得高精度和高分辨率。
利用 SRIM/TRIM 模拟研究钛和氮离子的浓度-深度分布 // 利用 SRIM/TRIM 软件研究钛和氮离子的浓度-深度分布
发布日期：2019年12月12日 |接受日期：2020年7月29日 |出版日期：2021 年 10 月 12 日 Andrea Carolina Pabón-Beltrán 哥伦比亚桑坦德工业大学 Orcid：0000-0003-3877-7678 Felipe Sanabria-Martínez 哥伦比亚材料科学与技术研究人员基金会：dio Vásquez 哥伦比亚桑坦德工业大学 Orcid：0000-0001-6563-0044 José José Barba-Ortega 哥伦比亚哥伦比亚国立大学 哥伦比亚材料科学与技术研究人员基金会 西班牙材料、应用和纳米结构中心 哥伦比亚材料科学与技术研究人员基金会 Orcid：0000-0003-4154-7179 * 研究文章 通讯作者。电子邮件：foristom@gmail.com DOI：https：//doi.org/10.11144/Javerina.iued25.scpt
深度预测的对比度学习-IRIS
深度预测是几种计算机视觉应用程序的核心，例如自动驾驶和机器人技术。通常将其作为回归任务进行表达，其中通过网络层估算深度阀。不幸的是，很少探索深度图上值的分布。因此，本文提出了一个新颖的框架，结合了对比度学习和深度预测，使我们能够更加关注深度分布，从而对整体估计过程进行改进。有意地提出了一个基于窗口的对比学习模块，该模块将特征映射划分为非重叠的窗口，并在每个窗口内构造对比损失。形成和排序正面和负对，然后在代表空间中扩大两者之间的间隙，约束深度分布以适合深度图的特征。对Kitti和NYU数据集的实验证明了我们框架的有效性。
诉讼程序 - OSTI.GOV
玻璃上 22 层氧化锆/二氧化硅多层的 2.2MeV RBS。光谱和 DataFurnace 拟合（上图）和计算深度分布（下图：为清晰起见，省略了玻璃基板）。DataFurnace 只需要元素名称：在这种情况下，我们提供分子。氧化锆含有一些 Hf。该多层的典型层厚度为 40nm，精度约为 5%。必须正确包含此多层涂层的能量散乱。
诉讼程序 - OSTI.GOV
玻璃上 22 层氧化锆/二氧化硅多层的 2.2MeV RBS。光谱和 DataFurnace 拟合（上图）和计算的深度分布（下图：为清晰起见，省略了玻璃基板）。DataFurnace 只需要元素名称：在这种情况下，我们提供分子。氧化锆含有一些 Hf。该多层的典型层厚度为 40nm，精度约为 5%。必须正确包含此多层涂层的能量散乱。
磷端基聚合物对硅的掺杂
半导体技术依赖于通过在半导体基质材料的晶格中控制引入替代杂质（掺杂）来调整基板的电性能的能力，以便调整其电子、光学和/或磁性。1 然而，目前的原位掺杂策略不能轻易扩展到纳米级。随着半导体器件的尺寸缩小到纳米级，半导体内单个原子的标准随机分布变得至关重要，因为均匀掺杂分布的假设不再成立。2,3 目前，科学界正在努力开发一种新技术，以展示纳米级半导体结构的确定性掺杂。传统的掺杂技术主要基于离子注入，即用高能含掺杂剂的离子轰击目标半导体，随后使用高温热处理诱导离子替换晶格中的原子。 1 该技术的主要优势在于可以独立控制半导体主体内的掺杂剂量和杂质原子的深度分布。这种方法已被广泛探索，并已成为微电子领域的主力，因为它可以保证大面积的出色掺杂均匀性。
bjstr.ms.id.008015.pdf
在本文中，基于高浓度下硅硅的分析建模，可用于硅酸盐在高浓度上的分析建模，适用于Boron扩散和二氧化硅的薄膜上的薄膜，这是基于大量微加工（BMM）技术的生物医学应用的设计和制造的先进结果，该硅电容传感器的生物医学传感器的设计和制造。The boron diffusion in silicon for the fabrication of the silicon capacitive sensors for biomedical applications and other Microelectromechanical Systems (MEMS) is a critical process, because the boron diffusion profile depends on the diffusion oxidizing (BBr 3 , B 2 O 3 )/non-oxidizing (BN – Boron Nitride) sources, and furthermore, the subsequent etching速率（因此蚀刻时间）取决于硅体积中硼浓度C的深度分布x，因此对此曲线C（x）的精确模拟允许进行膜设计和制造的准确蚀刻过程。为此，为硼扩散和蚀刻过程提供了分析显式关系，适用于上述情况（BBR 3，B 2 O 3或使用），也适用于非线性扩散方程的一般溶液的一般形式，其溶液的一般形式具有与浓度C的扩散系数D的扩散系数D的扩散系数D的脉冲，以D〜C m（M M）的浓度（m - a - a - a sil difff contection dife contection） c = c（x），也作为反向关系x = x（c），以便于C.
使用铯 - 3 7 作为 XA04N1922 侵蚀和... 的示踪剂
第四章 用铯-137数据估算侵蚀速率 4.1 介绍 4.1.1 经验关系的使用 4.1.2 理论模型和核算程序 4.2 铯-137沉积和再分布的模拟 4.2.1 耕地剖面模型概述 4.3 铯-137的沉降输入 4.3.1 “旧”和“新”铯-137的区分 4.4 沟内和沟间侵蚀 4.4.1 侵蚀过程的粒度选择性 4.5 “旧”铯-137的损失 4.6 “新”铯-137的损失 4.6.1 铯-137的初始深度分布 4.6.2 “新”铯-137的损失沟间侵蚀造成的新铯-137 损失 4.7 侵蚀剖面铯-137 含量的变化 4.8 侵蚀土壤中铯-137 的含量 4.9 加积剖面的模拟 4.9.1 加积剖面铯-137 含量的变化 4.10 耕作混合的模拟 4.1 0.1 侵蚀剖面 4.10.2 加积剖面 4.11 耕作位移的影响 4.1 1.1 模拟沟间侵蚀的影响 4.11.2 模拟耕作加积的影响 4.12 校准曲线的制定 4.13 灵敏度分析 4.14 概述 4.15 参考文献 4.16软件清单 4.16.1 配置文件模型：FORTRAN-77 程序 4.16.2 数据文件示例：Wile' 4.16.3 大气沉降物数据文件：'mod.dat'
离子散射技术
本章讨论了三种用于确定单晶材料成分和几何结构的离子散射方法。这三种方法分别是卢瑟福背散射光谱法 (RBS)，通常使用高能 He 或 H 离子（能量通常为 1-3.4 MeV），中能离子散射 (MEIS)（离子能量为 50 keV 至 400 kev）和低能离子散射（100 eV 至 5 kev），后者通常称为离子散射光谱法 (ISS)。第四种技术是弹性反冲光谱法 (ERS)，它是这些方法的辅助技术，用于专门检测氢。所有这些技术都是在真空中进行的。这三种离子散射技术的信息内容有所不同，这是由于所涉及的离子能量状态不同，加上仪器的一些差异。对于最广泛使用的 RBS 方法，高能离子可以很好地穿透样品（氦离子高达 2 pn；氢离子高达 20 pm）。在进入样品的过程中，单个离子会通过一系列电子散射事件以连续的方式损失能量。有时，离子会与样品材料中的原子核发生类似弹球的碰撞，并发生背散射，产生离散的大量能量损失，其值是被撞击原子的特征（动量转移）。由于这种主要能量损失是原子特有的，而小的连续能量损失取决于行进的深度，因此出现的背散射离子的总能谱可以非破坏性地揭示这些元素的元素组成和深度分布。由于散射物理学在定量上得到了很好的理解