微波化对MoS2设备的影响 辅助神经网络基于大数据分析的设备
Xing Su1,2, Siwei Cui1,2, Yifei Zhang1,2
1State Key Laboratory of ASIC and System, Fudan University, Shanghai 200433, China.
Materials (Basel, Switzerland)
|July 13, 2024
概括
这项研究优化了微波化对二硫化物 (MoS2) 设备的微波化,使用神经网络来确保均的薄膜厚度. 这项研究确定了700W作为用于增强设备性能的最佳回火功率.
科学领域:
- 材料科学 材料科学 材料科学
- 电气工程 电气工程
- 纳米技术纳米技术
背景情况:
- 微波回火为二硫化物 (MoS2) 设备提供高效,低热预算的加工.
- 机械剥皮对于高质量的MoS2来说是标准的,但要达到均的薄膜厚度是具有挑战性的.
- 均的薄膜厚度对于对MoS2设备中微波回火效应的可靠研究至关重要.
研究的目的:
- 开发一种制造统一的MoS2设备的方法,用于一致的微波回火研究.
- 精确评估微波回火参数对MoS2设备性能的影响.
- 为了确定MoS2设备的最佳微波回火功率.
主要方法:
- 利用神经网络方法使用HSV (色调,和,值) 颜色空间来区分薄膜厚度.
- 制造了许多具有增强统一性和一致性的MoS2设备.
- 分析了电气参数的统计数据,以确定回火功率和设备性能之间的关系.
主要成果:
- 通过神经网络辅助方法成功制造出高度统一的MoS2设备.
- 建立了微波回火功率和MoS2设备的电性能之间的明确关系.
- 确定了700W作为MoS2设备的最佳回火功率.
结论:
- 神经网络方法有效地帮助制造统一的MoS2膜用于设备研究.
- 在700W的最佳微波回火提高了MoS2设备的电性能.
- 为优化2D材料微波回火过程提供了宝贵的见解.
