IXThinker·2026-04-02 16:28MIT以AI光譜分析 無損檢測半導體缺陷
材料中的可控缺陷可賦能新特性，但無損精準表徵一直是難題。MIT團隊提出基礎機器學習模型DefectNet，直接從振動光譜識別半導體取代型缺陷的種類與濃度。
缺陷工程的價值
在材料科學中，缺陷可以被有意調控以賦予材料新特性：鋼鐵、半導體與太陽能電池的製造過程中，人們會精心引入原子級缺陷來提升強度、控制導電性。例如硅中的可控摻雜即可調節載流子濃度。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。