长波红外探测器全流程：InAs/GaSb 二类超晶格的材料生长原理与器件工艺
以长波红外探测器为切入点，沿"材料生长原理 → 器件工艺流程 → 性能测试"一条主线，深入讲清 InAs/GaSb 二类超晶格如何从原子层生长成可工作的长波红外探测器，重点剖析能带工程、界面控制、应变平衡与暗电流抑制的物理原理。
Research Hub
研究
本页面记录在 人工智能 (AI)、光电技术 (Optoelectronics)、材料分析 (Materials Analysis) 及 半导体物理 (Semiconductor Physics) 等领域的研究动态、学术笔记及深度思考，探索跨学科前沿技术的足迹。
论文解读：InAs/GaSb II 类超晶格材料生长及红外探测器性能
按章节解读哈尔滨工业大学博士论文《InAs/GaSb II 类超晶格材料生长及其红外探测器性能》，梳理材料生长、暗电流抑制、量子效率提升、长波/甚长波/多色红外探测器设计等核心内容。
从沙子到芯片：半导体工艺流程完整导览
一篇按五部分组织的半导体工艺导览：先把硅基 IC 制造拆成单晶硅片制造、IC 晶圆制造、晶圆封装测试三大段，再延伸到二类超晶格红外探测器的材料生长和器件工艺案例。
晶体管种类与特征
系统梳理双极型晶体管 (BJT)、数字晶体管、场效应管 (MOSFET/JFET/HEMT)、绝缘栅双极型晶体管 (IGBT) 以及光电晶体管的工作原理、内部结构、典型应用与分类特征，并内置基于 SVG+JS 的交互式晶体管可视化演示。
论文解读：CLIP - 从自然语言监督中学习可迁移的视觉模型
论文：Learning Transferable Visual Models From Natural Language Supervision (Radford et al., OpenAI, 2021)
论文地址：https://arxiv.org/pdf/2103.00020
代码：https://github.com/OpenAI/CLIP
研究方向：AI 驱动材料生长实时控制
深度解析 AI 在 MBE 领域的演进路径：从基于 3D ResNet 的实时闭环控制，到针对跨材料体系的迁移学习，最终迈向融合材料物理本质与实验条件的物理启发式多模态建模 (SciML)。
论文解读：3D ResNet - Spatiotemporal 3D CNNs Retrace the History of 2D CNNs and ImageNet
3D ResNet 对视频理解的重要性，很像 2D ResNet 对图像理解的重要性。它不是最早的 3D CNN，也不是最花哨的结构，但它非常关键地回答了一个问题：只要数据集足够大，3D CNN 能不能像 2D CNN 一样，通过更深的网络学到可迁移的通用表示？
论文：Can Spatiotemporal 3D CNNs Retrace the History of 2D CNNs and ImageNet?
元素周期表视角：III-v 族化合物半导体与 MBE 异质结构材料选择
从元素周期表出发，梳理 In、Ga、Al、As、Sb 等 III-V 族化合物半导体核心元素的物理化学特性，并结合 InAs/GaSb、InAs/AlSb、InAsSb 等 MBE 异质结构与 RHEED 机器学习课题分析材料选择逻辑。
论文解读：机器学习辅助与实时反馈控制 InAs/GaAs 量子点生长
解读 Nature Communications 2024 论文——利用 RHEED 视频、3D ResNet 深度学习模型与 MBE 闭环控制系统，实现 InAs/GaAs 量子点密度的原位实时反馈调控。
