机器学习指导设计高介电常数陶瓷：介电常数185、损耗仅0.0005的温度稳定电容器材料
据AZoM报道，一项发表于Nature Electronics的研究用分层机器学习策略指导钨青铜陶瓷的化学共取代设计，获得介电常数185、损耗角正切0.0005、电容温度系数±30ppm/K的温度稳定高介电氧化物，破解电容器微型化中高κ与低损耗、热稳定难以兼得的三难权衡，可应用于射频模块、集成电路与通信系统。
Nature Electronics
共 1 篇 · B910化工 · AI 化学信息库
共 1 篇 · B910化工 · AI 化学信息库
据AZoM报道，一项发表于Nature Electronics的研究用分层机器学习策略指导钨青铜陶瓷的化学共取代设计，获得介电常数185、损耗角正切0.0005、电容温度系数±30ppm/K的温度稳定高介电氧化物，破解电容器微型化中高κ与低损耗、热稳定难以兼得的三难权衡，可应用于射频模块、集成电路与通信系统。
