亚洲AV日韩AV无码污污网站_亚洲欧美国产精品久久久久久久_欧美日韩一区二区视频不卡_丰满无码人妻束缚无码区_久爱WWW成人网免费视频

切換到寬版
  • 廣告投放
  • 稿件投遞
  • 繁體中文
    • 2023-06-30 12:44廈門大學在單分子光電子隧穿譜領域取得重要研究進展 [科技動態(tài)]
         研究團隊將自主研制的單分子電學表征儀器與飛秒脈沖激光耦合，通過化學、物理、電子、儀器、控制和人工智能等領域的跨學科攻關建立了能夠在單分子層面實現(xiàn)光電子隧穿譜表征的實驗研究平臺，實現(xiàn)了對單分子器件具有能量分辨的單分子光電子隧穿譜表征。
    2023-06-27 15:59研究人員成功制造出直徑近30厘米的光學超表面 [科技動態(tài)]
         研究人員現(xiàn)在首次成功地使用電子束光刻技術生產出直徑近30厘米的超表面，這是一項世界紀錄。
    2023-06-27 15:50一種用激光冷卻膜的新技術 [科技動態(tài)]
         使用一種新技術，巴塞爾大學的研究人員僅使用激光就成功地將小膜冷卻到接近絕對零度的溫度。
    2023-06-27 15:10上海光機所單元技術實驗室在低損多模反諧振空芯光纖研制方面取得新進展 [科技動態(tài)]
         研究人員設計制備了包層區(qū)域由18個扇形諧振器組成的反諧振空芯光纖，其中芯徑約66 μm而光纖外徑約為193 μm。
    2023-06-26 09:13光子晶體表面激光器發(fā)射的亮度足以用于工業(yè)級切割 [科技動態(tài)]
         京都大學的光子學和電子工程師團隊找到了一種方法來克服光子晶體表面發(fā)射激光器（PCSEL）的缺點，這些缺點阻礙了它們在工業(yè)規(guī)模的切割應用中的使用。
    2023-06-25 14:00上海高研院在相位顯微成像方面獲進展 [科技動態(tài)]
         科研人員在傳統(tǒng)光學顯微鏡上引入分束器和傅里葉透鏡，同時采集顯微物體的像以及透鏡變換后的傅里葉像。
    2023-06-25 09:35中科院半導體所硅基外延量子點激光器研究取得進展 [科技動態(tài)]
         科研成果為實現(xiàn)超低功耗、高溫度穩(wěn)定的高密度硅基光電子集成芯片提供了關鍵方案和核心光源。
    2023-06-24 16:53利用光學原子鐘研究暗物質的相互作用 [科技動態(tài)]
         在聯(lián)邦物理技術學院（PTB）的DQ-mat和卓越量子前沿集群的范圍內，對兩種不同類型的此類時鐘進行了比較。這是迄今為止對超輕暗物質與光子相互作用的最準確搜索。
    2023-06-23 22:20麻省理工開發(fā)出一種新的量子光源 [科技動態(tài)]
         麻省理工學院的研究人員利用被廣泛研究的新型太陽能光伏材料，證明了這些材料的納米顆粒可以發(fā)射出一束相同的單光子。
    2023-06-23 19:03光學制造高級培訓班開班通知（第二輪） [技術培訓]
         為適應大灣區(qū)光電行業(yè)飛速發(fā)展的需要，提高灣區(qū)光電產業(yè)技術人員的專業(yè)水平和實踐技能，助力企業(yè)增產提效，我院將于7月份圍繞光學鍍膜、光學設計及光學加工，組織第一期大灣區(qū)光學制造高級培訓班。
    2023-06-22 11:13新型微波頻率梳促進光子技術發(fā)展 [科技動態(tài)]
         一種用于生成微波信號的新工具可以幫助推動無線通信、成像、原子鐘等方面的進步。
    2023-06-22 10:57光子集成：改變芯片級應用的未來 [科技動態(tài)]
         研究人員提出了一種突破性的有源-無源光子集成方案，展示了一種非凡的光子集成電路芯片。
    2023-06-20 22:16哈工大突破高通量超分辨顯微成像難題 [科技動態(tài)]
         提出基于計算光學成像的新一代高通量三維動態(tài)超分辨率成像方法，通過計算成像技術增強熒光漲落探測靈敏度，使探測靈敏度提升兩個數(shù)量級以上，突破了現(xiàn)有顯微成像技術在高通量視場、高空間分辨率和高時間分辨率等難以兼顧的難題。
    2023-06-20 08:34什么是光子芯片？ [電子技術]
         光子芯片是一種基于光子學的集成電路，將光子器件集成在芯片上，實現(xiàn)了光電子集成。
    2023-06-16 17:21上海光機所在智算散射成像方面取得新進展 [科技動態(tài)]
         提出了基于深度學習的可拓展散斑相關成像方法，可在不同散射介質干擾下實現(xiàn)對不同類型物體的恢復，突破了傳統(tǒng)深度學習方法因泛化性問題而難以同時應對成像系統(tǒng)及成像場景變化的瓶頸。