电网电工图2-2 机器学习分类及算法3机器学习算法在材料设计中的应用使用计算模型和机器学习进行材料预测与设计这一理念最早是由加州大学伯克利分校的材料科学家GerbrandCeder教授提出。
提出在CuNWs表面包裹Ga金属，装备智慧并经过高温氮化工艺而形成高质量的GaN壳层的纳米材料技术，装备智慧同时利用Cu原子向GaN层径向扩散机制，构造了Cu/GaN界面径向肖特基结结构。基于该新型纳米功能结构材料，物联成功设计并制造了一种高响应度、物联自供电的海底PEC光电探测器，该探测器通过微管道直接引入海水作为电解质，实现对蓝光信号（458nm）的灵敏稳定通信探测，获得5.04 mA/W的高响应度和0.68 ms的快速响应时间。
平台(d)纯GaN和Cu掺杂GaN(Cu=8.3%)的能带结构图。（3）设计流体微管，设方直接引入天然海水作为探测器件的电解液，设方从而使海底通信器件具有免密封和极佳的海水亲和性，改善了器件在水下工作的可靠性和稳定性。(g)Cu@GaNNWs、电网电工GP和GC的Nyquist曲线，其中所有测试都使用海水作为电解质。
装备智慧(b)铜掺杂前后的原子模型图。物联(b)458nm光照下PD的I-V曲线。
海底无线通信作为海洋研究的重要手段，平台不仅在海洋勘探领域，而且在军事领域都发挥着重要的作用。
成果掠影：设方近日，设方Advanced Functional Materials期刊（IF=19.9）发表了厦大物理学院蔡端俊教授课题组、黄胜利教授课题组、康俊勇教授团队的题为High-ResponsivityNatural-ElectrolyteUndersea PhotoelectrochemicalPhotodetectorwithSelf-Powered Cu@GaNNanowiresNetwork的最新研究成果论文。主要研究方向为晶圆键合、电网电工芯片异质集成与封装、医用新材料连接。
论文以基于真空表面活化键合及大气热压键合实现Cu/SiO2混合键合为主线，装备智慧涵盖了该团队近年来在该方向的相关核心研究成果，装备智慧详细阐述和分析了结合不同表面活化方法的热压键合在混合材料体系高密度集成上的应用潜力、优势与局限性，对低温混合键合研究领域的发展现状进行了系统评述，并对金属/介质混合键合的未来发展方向进行了展望。在上述项目支持下，物联王晨曦教授课题组围绕该团队在Cu/SiO2混合键合领域取得的重要研究进展进一步归纳分析，物联2023年发表了题为RecentprogressonbumplessCu/SiO2 hybridbondingfor3Dheterogeneousintegration和面向三维集成的等离子体活化键合研究进展的综述论文，分别发表于芯片封装领域期刊《MicroelectronicsInternational》及《电子与封装》。
对基于共亲水化活化技术得到的混合键合界面力学性能及微观结构进行评价，平台结果表明Cu-Cu界面强度均高于15MPa，平台且无氧化物的界面处发生了充分的晶粒生长与原子扩散。这种共亲水化Cu/SiO2混合键合技术可能为下一代以数据为中心的应用如感知计算、设方人工智能等领域带来了新的可能性。