搜索结果: 16-30 共查到“知识要闻 集成电路技术”相关记录400条 . 查询时间(2.195 秒)
近日,江苏省教育厅公示2023年度江苏省高等学校科学技术研究成果奖获奖情况。南京师范大学电气与自动化工程学院张钢教授、唐万春教授、杨继全教授为主要完成人的项目“射频功分滤波网络综合理论与技术研究”荣获2023年度江苏省高等学校科学技术研究成果奖一等奖。
中科院上海分院宁波材料所在非晶柔性微型电感器方面取得重要进展(图)
柔性 电感器 集成薄膜
2024/4/14
可穿戴设备、柔性显示屏以及便携式电子产品的快速发展,对柔性微型电子组件的需求日益增长。其中,高密度柔性微型电感器作为电力转换和信号处理的关键元件,在提升设备性能、降低能耗以及实现设备微型化方面发挥着至关重要的作用。为满足新一代柔性电子产品对柔韧性和可弯曲性的高要求,相关研究表明,可在柔性基板上集成薄膜电感器。但是这些线圈主要由非磁性材料组成,即使有磁性薄膜作为衬底,也会产生漏磁现象。这种漏磁会降低...
中国科学院合肥研究院等创制出套娃结构碳管阵列并构筑出小型化滤波电容器(图)
滤波电容器 集成电路 芯片
2024/3/15
2024年3月15日,中国科学院合肥物质科学研究院固体物理研究所研究员孟国文和韩方明团队,与美国特拉华大学教授魏秉庆合作,在前期基于结构一体化三维互连碳管网格膜的高性能滤波电容器的基础上,设计制备了类似“俄罗斯套娃”结构的多壳层同轴碳管的三维互连阵列,进而将其作为对称型双电层电容器的电极,构建了新型滤波超级电容器。类套娃结构的多壳层同轴碳管阵列在提高电极面积和比电容的同时,不影响电解液离子的传输速...
国家自然科学基金委员会中国学者与海外合作者利用超导量子芯片模拟多种陈绝缘体(图)
超导量子 集成 绝缘体
2024/8/27
在国家自然科学基金项目(批准号:T2121001、11934018、11904393)等资助下,中国科学院物理研究所/北京凝聚态物理国家研究中心范桁研究员等与北京量子信息科学研究院、南开大学、华南理工大学、日本理化学研究所等合作,利用集成有30个量子比特的梯子型量子芯片,成功实现了具有不同陈数的多种陈绝缘体的模拟,并展示了理论预测的体边对应关系。该研究成果以“基于超导量子处理器的陈绝缘体模拟(Si...
近日,电子科技大学电子科学与工程学院毫米波技术与系统应用实验室樊勇教授团队在2024年度集成电路设计领域最高级别国际会议International Solid-State Circuits Conference(ISSCC)上发表了关于太赫兹相控阵芯片的最新研究成果“A Scalable 134-to-141GHz 16-Element CMOS 2Dλ/2-Spaced Phased Array...
中国科学院化学所在多功能集成聚合物半导体的分子设计方面取得进展(图)
集成聚合物 半导体 分子设计
2024/2/25
随着材料科学和器件技术的发展,可拉伸元件和柔性显示器因在下一代可穿戴和可植入式电子器件中的潜在应用而备受关注。具有单体结构可调、区域分子协同、本征柔性等特点的聚合物半导体材料,发挥着重要作用,并逐渐成为实现多功能应用的重要元件之一。特别是,具有独特的光学、电学、机械和化学特性的多功能集成聚合物半导体的分子设计与开发,对先进和新兴制造技术颇为重要。而通过多级制造实现多功能应用是有机半导体领域的重要挑...
中国科学院化学研究所刘云圻课题组在多功能集成聚合物半导体的分子设计方面取得新进展(图)
刘云圻 集成 聚合物半导体 分子
2024/3/17
随着材料科学和器件技术的快速发展,可拉伸元件和柔性显示器因其在下一代可穿戴和可植入式电子器件中的潜在应用而引起了广泛的关注。具有单体结构可调、区域分子协同、本征柔性等特点的聚合物半导体材料在其中起着至关重要的作用,逐渐成为实现多功能应用的重要元件之一。特别是,具有独特的光学、电学、机械和化学特性的多功能集成聚合物半导体的分子设计与开发,对先进和新兴制造技术至关重要。然而,通过多级制造实现多功能应用...
有机发光晶体管(OLETs)是一种兼具有机场效应晶体管(OFETs)和有机发光二极管(OLEDs)功能的小型化光电集成器件,独特的电压驱动模式使其具有与现有制备工艺兼容、集成更容易等优势,被认为是实现下一代新型显示技术的重要器件基元。此外,OLET特有的栅压调控功能为实现高效的电子空穴传输及复合提供了新途径,使其在数据通信、照明、智能全彩显示技术以及高密度柔性可视化传感器等方面显示出应用潜力。
湖南大学张吉良:轻量级安全芯片原语设计与应用(图)
张吉良 轻量级 安全芯片
2024/8/1
中国科学院半导体所在2D/3D双模视觉处理芯片研制取得新进展(图)
芯片 工业机器人 电路
2024/2/28
二维(2D)和三维(3D)双模视觉信息在自动驾驶、工业机器人、人机交互等前沿领域具有广泛的应用前景。但是2D和3D两种模式视觉信息在处理方法上存在较大的差异,使得边缘端计算型处理器难以兼顾两种模式的处理需求;同时以深度学习为代表的人工智能算法的计算密集和高数据复用率等特点进一步增加了处理器电路的设计复杂度,导致边缘端实现双模视觉信息智能处理的芯片设计面临大的挑战。