[GaN-001]纳米多孔GaN/n型GaN（sys）

最新推荐文章于 2024-04-30 18:38:00 发布
最新推荐文章于 2024-04-30 18:38:00 发布
阅读量448 收藏
点赞数
分类专栏： 文献阅读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42143258/article/details/114935808
版权

[GaN-001]纳米多孔GaN/n型GaN（sys）

Nanoporous GaN/n-type GaN: A Cathode Structure for ITO-Free Perovskite Solar Cells

Article Information

原文链接

标题：Nanoporous GaN/n-type GaN: A Cathode Structure for ITO-Free Perovskite Solar Cells
作者：Lee K J, Min J-W, Turedi B, et al.
期刊：ACS Energy Letters, [IF:19.003]
DOI: 10.1021/acsenergylett.0c01621
出版年: OCT 9 2020

Introduction

目标：钙钛矿太阳能电池（PSC）制造的关键问题之一是通过结合提取光生电子的关键材料元件，如电子传输层(ETL)和透明导电层(TCL，阴极电极)，设计最合适的阴极结构。在PSCs中用TCL层和ETL层以提高载流子选择性提取和减少表面复合损失。

ETL：电子传输层；提取光电流，热电导性能好
TCL：透明导电层；高光透过率、高导电性（ITO价格问题）

文章作法：引入n-GaN上的纳米多孔氮化镓（NP GaN），形成NP GaN/n-GaN，作为具有TCL和ETL作用的双功能阴极结构，并包覆甲基铵碘化铅(MAPbI3) PSCs。

Detail

通过对n-GaN电化学蚀刻得到NP GaN（不同蚀刻时间:1,5,10min）

NP GaN刻蚀
NPGaN作用
Ga2O3作用

Idea

idea

zycteam2020
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
《炬丰科技-半导体工艺》不同电解质对多孔氮化镓的影响
hlkn2020的博客
10-14 367
书籍：《炬丰科技-半导体工艺》 文章：不同电解质对多孔氮化镓的影响 编号：JFKJ-21-825 作者：炬丰科技 关键词:电解质；光电化学蚀刻；多孔性 摘要 本文报道了氮化镓在使用四种不同电解质的光电化学蚀刻过程中的性质和行为。测量结果表明，孔隙率强烈依赖于电解质，并高度影响蚀刻样品的表面形态，这已被扫描电子显微镜(SEM)图像揭示。多孔氮化镓样品的光致发光(PL)光谱的峰值强度被观察到增强，并强烈依赖于电解质。在样品中，峰位置差异较小，说明孔隙率的变化对PL峰位移的影响较大，而对峰强...
8种球盒问题（001型和000型）
pennyliang的专栏
05-05 1842
n个无区别球，放在m个无区别盒中，允许有空盒的方案数？解：为了求解这个问题，首先研究一个简单，具体的情况。1元，2元，3元的邮票，各种面值的邮票可以使用多次，求解能贴出5元的方案数？解：采用母函数的方法：  这种图像是一一对应的，其余情况不再举例。因此，通过Ferrers图像的性质可以得到这样一个性质：正整数n拆分成m个数（数不为零）之和等价于将n拆分成
具有白光发射特性的n-ZnO / p-GaN异质结发光二极管的制备和改性。
03-27
具有白光发射特性的n-ZnO / p-GaN异质结发光二极管的制备和改性。
多孔GaN的结构和光学特性
hlkn123的博客
04-27 337
摘要 本文报道了铂辅助化学化学蚀刻制备的多孔氮化镓的结构和光学性能。扫描电镜图像显示，孔隙的密度随着蚀刻时间的增加而增加，而蚀刻时间对孔隙的大小和形状没有显著影响。原子力显微镜测量结果表明，表面粗糙度随着蚀刻时间的延长而增加；然而，由于蚀刻时间较长，表面粗糙度的增加变得不显著。拉曼光谱结果表明，在一些多孔样品中，没有两种禁止模式，即A1(TO)和E1(TO)。光传输测量表明，孔隙密度的增加会导致光传输的减少。研究表明，氮化镓的结构和光学性能可能受到孔隙率的影响。 实验结果和讨论 图1显示了不同蚀刻时.
耦合生成对抗和自编码神经网络重构三维多尺度多孔介质
m0_46268055的博客
05-09 721
流程：用GAN估计出粗结构，再根据GAN结果用AE估计出细结构。输入数据，用的是二维数据CT数据 ，重建的是三维数据。 Coupled generative adversarial and auto-encoder neural networks to reconstruct three-dimensional multi-scale porous media Highlights •The networks have been used to reconstruct realizations of 3D
【氮化镓】一种新型的p-GaN/p-AlGaN/AlGaN/GaN异质结场效应晶体管
荷塘阅色
04-30 1385
文章提出的p-GaN/p-AlGaN/AlGaN/GaN HFET结构通过在p-GaN和AlGaN之间插入p-AlGaN层，有效地解决了选择性蚀刻过程中的表面损伤问题，并提高了阈值电压。这种结构不仅提高了器件的性能，还增强了开关操作时的安全性，对于提升增强型GaN HFET的可靠性具有重要意义。此外，文章中的实验数据和模拟结果相互印证，展示了新型结构的优势。
GAN,CycleGAN,starGAN,CycleGAN-VC,starGAN-VC
wr1997的博客
12-04 3597
GAN GAN 有两个网络，一个是 generator，一个是 discriminator，通过两个网络互相对抗来达到最好的生成效果。 公式： 先固定 G，来求解最优的 D 对于一个给定的 x，得到最优的 D 如上图，范围在 (0,1) 内，把最优的 D 带入 可以得到 JS divergence 是 KL divergence 的对称平滑版本，表示了两个分布之间...
[Pytorch系列-67]：生成对抗网络GAN - 图像生成开源项目pytorch-CycleGAN-and-pix2pix - 使用预训练模型进行测试pix2pix模型
文火冰糖（王文兵）的博客
12-22 1万+
第4章 代码运行 4.1 Jupter运行pix2pix代码 （1）下载或克隆pytorch-CycleGAN-and-pix2pix所有代码 !git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix 也可以通过Windows浏览器下载：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix 备注： 需要把代码下载或拷贝到jupter的工作目录中。 ...
GAN（生成对抗网络）的系统全面介绍（醍醐灌顶）
热门推荐
m0_61878383的博客
01-18 13万+
本文是关于GAN学习的较为系统全面的介绍，主要针对初学者，希望能够对大家带来帮助。
pytorch-CycleGAN-and-pix2pix-master
04-25
《PyTorch-CycleGAN-and-pix2pix-master：深度学习图像转换的探索》 PyTorch-CycleGAN-and-pix2pix-master是基于PyTorch实现的深度学习框架，用于执行一系列图像到图像的转换任务。这个项目的核心是两个模型：Cycle...
图像旋转45度的matlab代码-TP-GAN:来自https://github.com/HRLTY/TP-GAN的分支
05-25
图像旋转45度的matlab代码TP-GAN ICCV17论文“”的TP-GAN Tensorflow正式实施，作者为张和Shu，李和，天宇和。 目的是从任何姿势下的单个面部图像中恢复同一个人的正面面部图像。 这是本文中的一些示例。 测试图像 ...
cyclegan 手写汉字生成 Handwritten-CycleGAN-master.zip
07-28
通过对"Handwritten-CycleGAN-master.zip"压缩包文件的分析，我们可以了解到整个项目的基本结构和实现细节。 CyclegAN是一种基于对抗网络（Adversarial Networks）的图像到图像转换框架，由Jun-Yan Zhu等人在2017年...
GAN的论文复现 GAN-Thesis-Retrieval
08-21
GAN的论文复现GAN的论文复现GAN的论文复现GAN的论文复现GAN的论文复现 GAN的论文复现GAN的论文复现GAN的论文复现GAN的论文复现GAN的论文复现 GAN的论文复现GAN的论文复现GAN的论文复现GAN的论文复现GAN的论文复现 ...
CycleGAN-TensorFlow：使用TensorFlow的CycleGan的实现
02-06
循环GAN-TensorFlow 使用TensorFlow进行CycleGan的实现（正在进行中）。 原始论文： : 测试数据结果 苹果->橙色 输入值 输出量 输入值 输出量 输入值 输出量 橙色->苹果 输入值 输出量 输入值 输出量 输入值 输出...
StarGAN-VC语音音色转换
明月几时有，把酒问青天
12-28 6842
语音转换（VC）是一种在保留语言信息的同时转换指定话语的语言信息的技术。VC可以在很多地方得到应用，如文本到语音（TTS）系统的说话人身份（男女，老少等）修改， 口语辅助，语音增强和发音转换。 目前VC的方法大部分对于并行数据中涉及的对齐处理不是很理想，因此可能需要仔细的预筛选和手动校正才能使这些框架可靠地工作。为了绕过这些限制， StarGAN关注的是实现一种非并行VC方法，它对训练集的要求上既...
weixin105文章管理系统+ssm.zip
08-23
随着计算机技术的成熟，互联网的建立，如今，PC平台上有许多关于文章管理方面的应用程序，但由于使用时间和地点上的限制，用户在使用上存在着种种不方便，而开发一款基于微信小程序的文章管理系统，能够有效地解决这个问题。 本基于微信小程序的文章管理系统是针对文章管理而开发，采用微信开发者工具进行微信端开发，使用MYSQL数据库进行系统数据的储存，系统满足用户通过微信客户端进行文章管理的需求。本小程序是以微信为入口的，可以说是在自带接近10亿的流量人口。整个系统不仅操作简单、便捷，而且节约用户的时间及资源成本等，仅需通过一部手机和微信号即可满足用户们的需求。
AIoT星图研究院2024中国物联网产业创新白皮书
最新发布
08-23
物联网产业概述：介绍了物联网的概念、产业结构，以及中国物联网产业的发展现状，包括市场规模、市场结构、用户规模、终端连接数和投融资情况。 物联网产业面临的问题与机遇：分析了产业面临的新挑战，如安全性、标准与互操作性、可扩展性、设备功耗、可靠性和延迟等，并探讨了产业迎来的新机遇。 政策、法律法规及标准：梳理了全国性政策，包括感知层、通信层、平台层和应用层的相关政策，并讨论了物联网数据安全与数据合规问题。 感知层技术：深入分析了RFID无源物联网、毫米波雷达、激光雷达、柔性传感器、智能传感器、3D视觉传感器、MEMS传感器等技术，并探讨了北斗及卫星高精度定位技术。 传输层技术：涵盖了5G、LTE Cat.1、6G、卫星通信、星闪、蓝牙、Wi-Fi、ZigBee、NFC、LiFi、LoRa等通信技术。 平台与软件层：讨论了物联网平台产业、物联网操作系统、物联网数据库和物联网大模型产业的分析。 应用层：分析了产业物联网和消费物联网的应用领域，包括智慧城市、智能工业、车联网、智慧医疗、智慧园区、智慧农业、智慧零售、智慧能源、智慧物流等。 市场运营分析：物联网市场规模、结构、用户规模
weixin120校友林微信小程序+ssm.zip
08-23
本校友林微信小程序管理员可以管理员可以修改密码。可以对注册用户进行管理。对树木进行管理，所属科管理，树木领取管理数，跟踪状态，管理用户信息。统计管理，树木捐款管理、留言板管理，而微信小程序则可以对管理员管理的功能在微信小程序上进行操作，因而具有一定的实用性。本站后台采用Java的SSM框架进行后台管理开发，可以在浏览器上登录进行后台数据方面的管理，MySQL作为本地数据库，微信小程序用到了微信开发者工具，充分保证系统的稳定性。系统具有界面清晰、操作简单，功能齐全的特点，使得校友林微信小程序管理工作系统化、规范化。 本系统的使用使管理人员从繁重的工作中解脱出来，实现无纸化办公，能够有效的提高校友林微信小程序管理效率。
D:\Python37\python.exe D:/PycharmProjects/TensorFlow/Load-forecasting/ecgGAN-master/gan-testing/main.py Traceback (most recent call last): File "D:/PycharmProjects/TensorFlow/Load-forecasting/ecgGAN-master/gan-testing/main.py", line 5, in <module> from gan.model import create_gan ModuleNotFoundError: No module named 'gan.model'
07-20
脚本中的 `main.py` 文件无法导入 `gan.model` 模块。 这个问题通常是由以下原因之一引起的： 1. 模块路径问题：请确保您的项目结构和模块导入语句中的路径是匹配的。检查一下 `gan.model` 模块的文件路径是否正确...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值