计算和数据科学亚博网站首页
设备制造
新相机和传感器技术,可以在多个深度关注对象,没有改变它的位置和形状计算和设计
基于ai技术帮助寻找新材料更快、更高效的电子产品半导体
自组装材料,形成微小的电线和连接可以使微芯片制造更便宜、更快新相机和传感器技术,可以在多个深度关注对象,没有改变它的位置和形状
基于ai技术帮助寻找新材料更快、更高效的电子产品
自组装材料,形成微小的电线和连接可以使微芯片制造更便宜、更快
革新技术
材料科学与工程支撑着亚博网站首页我们现代计算机和电信基础设施的方方面面将使明天的。一些例子:DMSE研究人员利用人工智能技亚搏娱乐网页版登陆术建立自由和易于使用的工具,绕过传统的试错方法材料的发现,使科学家们识别新材料以更快的速度。一个新的“metalens”可以改变焦点没有倾斜或转移,可能会使小变焦镜头的智能手机或者夜视镜。和新的自组装三维结构可能导致芯片生产的方法是比以往更快、更便宜。
利用自组装聚合物,DMSE研究人员制作三维配置,可能会导致新的芯片。亚搏娱乐网页版登陆
10
纳米尺寸,引导自我组装的帖子
主要出版物
可重构all-dielectric metalens衍射极限性能
证明你不需要机械运动来改变镜头的焦点。相反,一个透明的“metalens”改变了它与红外线经历heat-based相变。看到物体远近,一个只会使用microheaters热材料。
传统的玻璃光学透镜需要机械运动关注对象。用于此目的的旋钮或其他组件添加多余的体积成像仪器和容易磨损。
因为它不需要笨重的机械元素,metalens可能使小型和轻成像系统各种设备的无人机夜视镜。
分子杂化传导在DPP-based亲对高性能iono-electronics共聚物
合成一个新的类别的聚合物,可用于生产更多持久的和智能的可穿戴设备。从水化环境材料有效ion-based信号转换示例中,生物乳房电子信号,可以很容易地阅读设备。
今天的这套有限的电子性能,因为他们浪费很多能源生物方式抽样胰岛素汗,例如。我们需要优化衣物的抽样效率没有影响电子性能。
这套正变得至关重要的长期健康监测,所以他们需要持久,易于大规模生产,更与身体功能无缝集成。
纳秒质子的可编程电阻模拟深度学习
开发可编程电阻器,或人工synapses-devices,可用于构建模拟深度学习处理器。与硅制造技术兼容,这些人造突触增加速度和减少训练神经网络模型所需要的能量。
深入学习,人工智能(AI)的一个子集,是成功的关键自动化,促进许多分析和计算任务而无需人工干预。但这些模型训练使用当前计算机与不可持续的高能源需求。低能量的选择需要被发现。
深度学习处理器可以执行快速计算在使用更少的能源可以满足日益增长的需要人工智能的同时,仍满足可持续发展的目标。速度训练的神经网络意味着更快的部署的深度学习用例欺诈检测和医学成像分析。