論文の概要: Atomic Defect-Aware Physical Design of Silicon Dangling Bond Logic on
the H-Si(100)2x1 Surface
- arxiv url: http://arxiv.org/abs/2311.12042v1
- Date: Fri, 17 Nov 2023 15:24:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-23 03:49:13.885653
- Title: Atomic Defect-Aware Physical Design of Silicon Dangling Bond Logic on
the H-Si(100)2x1 Surface
- Title（参考訳）: h-si(100)2x1表面におけるシリコンダングリング結合論理の原子欠陥認識物理設計
- Authors: Marcel Walter, Jeremiah Croshaw, Samuel Sze Hang Ng, Konrad Walus,
Robert Wolkow, Robert Wille
- Abstract要約: 設計自動化のための表面欠陥モデルを実験的に検証した欠陥タイプから導出する。
走査型トンネル顕微鏡データを考慮した自動配置・ルーティングアルゴリズムを提案する。
荷電欠陥を完全に除去できれば、製造能力は約0.1%の欠陥率を達成する必要があると予測する。
- 参考スコア（独自算出の注目度）: 3.4484213569971134
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Although fabrication capabilities of Silicon Dangling Bonds have rapidly
advanced from manual labor-driven laboratory work to automated manufacturing in
just recent years, sub-nanometer substrate defects still pose a hindrance to
production due to the need for atomic precision. In essence, unpassivated or
missing surface atoms, contaminants, and structural deformations disturb the
fabricated logic or prevent its realization altogether. Moreover, design
automation techniques in this domain have not yet adopted any defect-aware
behavior to circumvent the present obstacles. In this paper, we derive a
surface defect model for design automation from experimentally verified defect
types that we apply to identify sensitivities in an established gate library in
an effort to generate more robust designs. Furthermore, we present an automatic
placement and routing algorithm that considers scanning tunneling microscope
data obtained from physical experiments to lay out dot-accurate circuitry that
is resilient against the presence of atomic surface defects. This culminates in
a holistic evaluation on surface data of varying defect rates that enables us
to quantify the severity of such defects. We project that fabrication
capabilities must achieve defect rates of around 0.1 %, if charged defects can
be completely eliminated, or < 0.1 %, otherwise. This realization sets the pace
for future efforts to scale up this promising circuit technology.
- Abstract（参考訳）: 近年、シリコンダングリング結合の製造能力は、手作業による実験室作業から自動化製造へと急速に進歩しているが、原子精度の必要性から、サブナノメータの基板欠陥は依然として製造を妨げている。
本質的には、不動あるいは欠落した表面原子、汚染物質、構造変形は、製造された論理を妨害するか、その実現を完全に阻止する。
さらに、この領域の設計自動化技術は、現在の障害を回避するための欠陥認識の動作をまだ採用していない。
本稿では,設計自動化のための表面欠陥モデルについて,より堅牢な設計を実現するため,確立されたゲートライブラリの感度を識別するために,実験的に検証された欠陥タイプから導出する。
さらに,物理実験から得られた走査型トンネル顕微鏡データを考慮して,原子表面欠陥の存在に対して弾力性のあるドット精度回路を配置する自動配置・ルーティングアルゴリズムを提案する。
このことは、様々な欠陥率の表面データを総合的に評価することで、そのような欠陥の深刻度を定量化することができる。
荷電欠陥を完全に除去できる場合, あるいは 0.1 % 以下であれば, 製造能力は 0.1 % の欠陥率を達成する必要があると予測する。
この実現により、将来この有望な回路技術を拡大する取り組みのペースが決まる。
関連論文リスト
- Scalable AI Framework for Defect Detection in Metal Additive Manufacturing [2.303463009749888]
我々は、畳み込みニューラルネットワーク(CNN)を利用してプリント層の熱画像を分析し、これらの特性に影響を与える異常を自動的に識別する。
我々はこれらのモデルをCLoud ADditive Manufacturing (CLADMA)モジュールに統合し、AMアプリケーションのアクセシビリティと実用性を向上させる。
論文 参考訳（メタデータ） (2024-11-01T18:17:59Z) - Identification of defects and the origins of surface noise on hydrogen-terminated (100) diamond [0.0]
表面欠陥は量子技術の設計と性能において重要な役割を果たす。
表面処理プロトコルは、所望の欠陥の生成を制御し、不要な欠陥を取り除くことができる。
この研究は、走査型トンネル顕微鏡(STM)イメージングと第一原理シミュレーションを組み合わせて、化学気相沈着法(CVD)を用いて作製したH:C(100)-2x1表面上のいくつかの表面欠陥を同定する。
これらの欠陥の原子構造が解明され、磁気ノイズと電荷トラップの顕微鏡的起源が決定される。
論文 参考訳（メタデータ） (2024-05-29T14:47:24Z) - CINFormer: Transformer network with multi-stage CNN feature injection
for surface defect segmentation [73.02218479926469]
表面欠陥分割のための多段CNN特徴注入を用いた変圧器ネットワークを提案する。
CINFormerは、入力画像のマルチレベルCNN機能をエンコーダ内のトランスフォーマーネットワークの異なるステージに注入する、シンプルだが効果的な機能統合機構を提供する。
さらに、CINFormerはTop-Kセルフアテンションモジュールを提供し、欠陥に関するより重要な情報を持つトークンにフォーカスする。
論文 参考訳（メタデータ） (2023-09-22T06:12:02Z) - Automated Semiconductor Defect Inspection in Scanning Electron
Microscope Images: a Systematic Review [4.493547775253646]
機械学習アルゴリズムは、半導体サンプルの欠陥を正確に分類し、特定するために訓練することができる。
畳み込みニューラルネットワークはこの点において特に有用であることが証明されている。
本稿では,SEM画像における半導体欠陥の自動検査の現状について概観する。
論文 参考訳（メタデータ） (2023-08-16T13:59:43Z) - Distributional Instance Segmentation: Modeling Uncertainty and High
Confidence Predictions with Latent-MaskRCNN [77.0623472106488]
本稿では,潜在符号を用いた分散インスタンス分割モデルのクラスについて検討する。
ロボットピッキングへの応用として,高い精度を実現するための信頼性マスク手法を提案する。
本手法は,新たにリリースした曖昧なシーンのデータセットを含め,ロボットシステムにおける致命的なエラーを著しく低減できることを示す。
論文 参考訳（メタデータ） (2023-05-03T05:57:29Z) - Database of semiconductor point-defect properties for applications in
quantum technologies [54.17256385566032]
我々はダイヤモンド、炭化ケイ素、シリコンなど様々な半導体の5万点欠陥を計算した。
生成エネルギー,スピン特性,遷移双極子モーメント,ゼロフォノン線など,これらの欠陥の関連光学的および電子的特性を特徴付ける。
内在シリコンで安定な2331個の複合欠陥が検出され、光に輝く多くのスピン量子ビット候補と単一光子源を特定するためにフィルタされる。
論文 参考訳（メタデータ） (2023-03-28T19:51:08Z) - Recognition of Defective Mineral Wool Using Pruned ResNet Models [88.24021148516319]
我々はミネラルウールのための視覚品質管理システムを開発した。
ウール標本のX線画像が収集され、欠陥および非欠陥サンプルのトレーニングセットが作成された。
我々は98%以上の精度のモデルを得たが、同社の現在の手順と比較すると、20%以上の欠陥製品を認識することができる。
論文 参考訳（メタデータ） (2022-11-01T13:58:02Z) - Taguchi based Design of Sequential Convolution Neural Network for
Classification of Defective Fasteners [0.08795040582681389]
本研究は, 田口による実験・解析の設計を用いて, 頑健な自動システムの開発を行う。
提案されたシーケンシャルCNNは96.3%のバリデーション精度、0.277のバリデーション損失0.001の学習率を持つ。
論文 参考訳（メタデータ） (2022-07-22T10:26:07Z) - TinyDefectNet: Highly Compact Deep Neural Network Architecture for
High-Throughput Manufacturing Visual Quality Inspection [72.88856890443851]
TinyDefectNetは、高スループット製造の視覚品質検査に適した、非常にコンパクトな深層畳み込みネットワークアーキテクチャである。
TinyDefectNetはAMD EPYC 7R32上にデプロイされ、ネイティブフロー環境を使って7.6倍のスループット、AMD ZenDNNアクセラレーターライブラリを使って9倍のスループットを達成した。
論文 参考訳（メタデータ） (2021-11-29T04:19:28Z) - Automatic Defect Detection of Print Fabric Using Convolutional Neural
Network [0.0]
画像処理と機械学習技術を用いた自動欠陥検出システムに関する現代の研究は異なっている。
研究チームは、織り中にリアルタイムな欠陥検出システムを構築することもできた。
この研究は、プリントファブリックデータベースを開発し、深い畳み込みニューラルネットワークを実装することで、このギャップを埋めた。
論文 参考訳（メタデータ） (2021-01-03T20:56:56Z) - Crosstalk Suppression for Fault-tolerant Quantum Error Correction with
Trapped Ions [62.997667081978825]
本稿では、電波トラップで閉じ込められた1本のイオン列をベースとした量子計算アーキテクチャにおけるクロストーク誤差の研究を行い、個別に調整されたレーザービームで操作する。
この種の誤差は、理想的には、異なるアクティブな量子ビットのセットで処理される単一量子ゲートと2量子ビットの量子ゲートが適用されている間は、未修正のままであるオブザーバー量子ビットに影響を及ぼす。
我々は,第1原理からクロストーク誤りを微視的にモデル化し,コヒーレント対非コヒーレントなエラーモデリングの重要性を示す詳細な研究を行い,ゲートレベルでクロストークを積極的に抑制するための戦略について議論する。
論文 参考訳（メタデータ） (2020-12-21T14:20:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。