杰出科学家达博辞去日本NIMS终身职位,回国加盟中国科学技术大学,专注于半导体材料研究。他在NIMS取得显著成就,推动电子束技术发展,现致力于解决中国半导体制造中核心部件的进口依赖问题,推动技术自主化。
麻省理工学院研究人员开发了一种AI模型,利用非侵入性中子散射技术,能够同时检测材料中的六种缺陷。该模型基于2000种半导体材料的数据,解决了传统方法在缺陷浓度测量上的不足,推动了半导体和电池材料的改进。
飞凯材料子公司苏州凯芯半导体材料有限公司于6月7日在苏州奠基,计划年产30000吨半导体材料,未来将成为最大的生产基地,产品包括光刻胶和超高纯溶剂。
麻省理工学院的研究人员开发了一种新型计算机视觉技术,能够以传统方法85倍的速度自动分析新合成半导体材料的电子特性。这项技术通过分析打印样本的图像,快速估算材料的带隙和稳定性,旨在加速太阳能电池材料的筛选过程,并计划整合进未来的自动化实验室系统。
本文介绍了贝叶斯优化和机器学习在半导体材料设计与制备中的应用,包括薄膜成分控制、基片脱氧和材料发现等创新方法。这些技术推动了光电子和微电子行业的研究,显著提高了材料优化的效率和准确性。
完成下面两步后,将自动完成登录并继续当前操作。