你好， 我 是 劳伦斯 蒙塔格纳。 我是 在职的 为了 Microchip Technology Rousset。 我 是 在 航天 & 防御 团体。 我是 去 到 展示 你 如何 我们 使用 JMP 到 发展 一个 预测 单身的 事件 闩锁 模型。
这 项目， 称为 最精选的 开始 四 年 前 到 发展 一个 内部的 细胞 预言 工具。 这 工作 曾是 已资助 经过 这 法国国家空间研究中心 (CNES) 这 法语 空间 机构。 二 海报 是 呈现 在 拉德克 会议 在 2019 和 2021年。 在 这 第一的 海报， 它 曾是 一个 新的 方法 和 这 可行性 的 使用 一个 分析 模型。 那是 什么 我们 是 说 关于 今天 和 那就是 如何 我是 去 到 展示。 这 第二 海报， 它 曾是 和 一个 更多的 准确的 模型 使用 一个 神经 网络 方法。
这 语境， 到 地址 这 新的 空间 市场 那就是 到过 低的 成本， 那 方法 那 我们的 电路 是 去 到 是 发射 在 低的 地球 轨道。 我们 是 去 到 重复使用 商用现货—— 电路 在 这 货架 -到 制作 他们 辐射 宽容 到 见面 空间 机构 规格。 我们 需要 到 分析 一个 很多 的 产品 到 知道 如果 我们 能 制作 他们 [听不清 00:01:33] 宽容。 在 和 需要 一个 模型 和 一个 预测 工具 到 获得 这 时间 和 钱 前 任何 实验 测试。
什么时候 他们 是 发送 在 空间， 那些 电路 是 在下面 辐射。 我们 有 一些 来源 的 辐射： 这 太阳， 宇宙 射线， 和 范艾伦皮带。 这 太阳 和 宇宙 射线 发射 电子， 质子， 和 离子。 作为 为了 范艾伦辐射带 这 内 腰带 发射 质子 和 这 外 一 发出 电子。 那些 粒子， 什么时候 他们 罢工 我们的 电路， 原因 损害赔偿。
我们 有 二 家庭 的 损害赔偿。 一， 这 时间- 这 总电离剂量—w 和 不 讲话 关于 它 今天。 我们 是 去 到 重点 在 看， 单次事件 影响。 我们 是 去 到 重点 更多的 具体来说 在 单次事件 闩锁。 这 单次事件 闩锁导致 成分 到 这 毁灭。 那是 为什么 我们 需要 绝对地 到 预测 这 现象。
这 机制 在 这 单身的 事件 闩锁 是 非常 相似的 到 这 电气 闩锁， 但 它 是 不是 挑衅 经过 这 相同的 原因。 在 这 单身的 事件 闩锁， 这 是 什么时候 重的 离子是 引人注目 敏感的 设备 作为逆变器 [听不清 00:03:33] 。 在 这 最差 案件， 它 是 引人注目 在 这 中间 的 这些 设备， 和 它 触发 一个 寄生晶闸管 由 这里 的 一个 NPN 和 菲律宾国家警察 双相情感障碍。
什么时候 这 供应 的 这 电路 是上层， 那就是 这 Vhold 的 这 寄生 晶闸管。 在 那 时间，晶闸管 是 仍然 在， 和 我们 能 带领 到 毁灭。 作为 你 有 明白了。 这 范围 的 Vhold 是 非常 重要的 为了 我们。
我 只是 谈话 关于 活力， 这 活力 的 这 重的 离子。 那里 是 一个 身体的 数量非常 重要的， 和 是 标准 的 一个空间 机构。 这 是 这 让， 线性 活力 转移。 这 是 数量 的 活力 丢失的 在 这 事情 经过 单元 追踪 长度。 为了 那， 欧洲的 空间 机构， 电路 是 说 到 是 免疫 到 闩锁 这 价值 是 多于 60 兆电子伏特 厘米 平方 每 毫克。
我们的 客观的 是 到 是 有能力的 到 预测 这 在 抓住 和 这 LET阈值 的 一个 电路，所以 我们 需要 到 建造 一个 模型。 我们 使用 时间计算机辅助设计 半人马座 跑步 一些 模拟 到 建造 这 模型 和 一个 美国能源部。 为了 这 美国能源部 我们 需要 到 定义 输入 和 输出。 作为 你 有 猜对了 输出， 在 抓住 和 LET阈值。 关于 输入， 为了 这 第一的 尝试， 我们 决定 到 定义 四 输出， 二 从 这 过程， 和 厚度 和 表皮 和， 和 二 从 这 设计， 这 长度 之间 这 二 井 这 测试 结构 的 这 逆变器 和 这 长度 之间 这 顶部 和 这 出色地 。
保持 在 头脑 那 如果 这 Vhold 获得 经过 模拟 是 上 的 这 供应 的 这 电路， 在 那 时间， 这 电路 是 免疫 到 细胞。 如果 这 Vhold 是 下 到 这 供应 的 这 电路 在 那 时间， 它 是 可能的 到 有 一个 单身的 事件 闩锁， 和 我们 是 非常 感兴趣的 到 知道 这 LET阈值。
在 这 流动， 我们 是 去 到 建造 一个 美国能源部 和 JMP， 一个 满的 阶乘 美国能源部。 我们 是 去 到 输入 这 美国能源部 在 这 时间计算机辅助设计 半人马。 我们 是 去 到 跑步 我们的 模拟。 我们 是 去 到 拿 这 输出， Vhold 和 LET阈值。 我们 放 全部 结果 和 输入 在 JMP。 我们 是 去 到 屏幕 数据 和 建造 一个 模型 和 JMP。
现在， 我们来吧 去 到 跳转 数据 桌子 那 我们 使用 到 学习 这 可行性 的 使用 一个 分析 模型。 这 是 这 桌子 和 我们的 四 输入 和 二 输出 这里， 和 这 满的 美国能源部 一 价值 每 颜色。 到 输入 这里， 我们 能 看 一个 预览 的 什么 我们 有 在 每个 分配。 到 有 一个 更好的 展示 和 有 一个 更好的 勘探 的 数据， 我 开始 经过 推杆 分配 的 输入 和 输出。 我们 能 查看 那 为了 每个 输入， 我们 有 这 相同的 数字 在 每个 价值 在 每个 输入， 所以 它 是 好的。
我们 能 去 在 这 结尾， 和 我们 能 看 那 为了 这 输出， 我们 有 某物 到 笔记 迅速地， 那 这 在 抓住 是 下 到 这 供应 的 这 电路， 哪个 是 1.95。 我 能 放 这 限制 在 这 图形。 我们 能 有 一个 单身的 事件 闩锁。 我们 有 这 价值 这里指的是 让 阈值。 什么 我们 看 那 一些 价值 是 上面 100. 我们 能 强调 它 到 看 如果 我们 看 某物 特别的 在 我们的 其他 输入。 我们 可以注意到 迅速地 那 这 身体 领带 为了 一 价值， 任何 其他 输入 价值， 是 这 来源 的 让 临界点 100 的上限。 如果 我们 能 看 上 价值 为了 这 让 临界点 上 的 60， 那里 是 不是 这 相同的 影响， 或许， 为了 这 EpiThick。 和 这 第一的 分析， 我们 能 探索 我们的 数据 和 有 一个 主意 的 什么 我们 有。
第二 图形 到 是 绘制 为了 这 分析。 它是 一个 非常 有趣的 阴谋。 变异性/A 属性 Gauge 图表。 我们 是 去 到 阴谋 全部 我们的 输入 在 X， 和 在 和， 我们的 输出。 现在， 我们 能 分析 第一的 如果 我们 是 主要的 影响 或者 相互作用。 我们 能 连接 细胞 方法， 和 我们 能 看 那 那里 是 或许 一个 问题 在 这 T 计算机辅助设计 结果。
它 是 不是 一个 问题。 我们 能 继续 我们的 分析 和 学习 到 知道 如果 它 是 可行的 或者 不是 到 有 这 分析 模型 因为 它 是 只是 一 点， 但 我们 必须 笔记 什么 发生 这里。 我们 锯 它 迅速地 和 这种 图形。 如果 那里 是 一个 问题 在 我们的 脚， 如果 我们 有 全部 我们的 数据 为了 每个 健康）状况。 我们 有 全部 数据， 但 这 一 是 到 是 已分析。
作为 为了 这 Vhold， 那里 是 不 问题 在 我们的 输出。 我们 能 看 那 什么 我们 知道 的 这 物理， 那 什么时候 这 间距 之间 这 二 水井 是 更高， 这 Vhold 是 增加。 这 结果 是 持续的。 如果 我们 看 在 这 身体 IE， 这 身体 领带 是 增加， 这 Vhold 是 减少。 那是 什么 我们 知道， 也。
这里 我们 能 看 什么 我们 有 已经 评论 在 这 以前的 分析。 这里， 为了 这 价值 的 身体 领带， 为了 这 LET阈值 我们 是 在 一个 价值 的 100 兆- 电子伏特。 那是 什么 我们 已经 著名的。 我们 有 一个 趋势 那 什么时候 这 [听不清 00:12:07] 是 增加， 这 LET阈值是 增加， 和 它 是 在 同意 什么 我们 知道。 它 是 有趣的。 我们 能 说 那 和 这 图形 在 Vhold ， 我们 有 一个 主要的 影响 的 这 [听不清 00:12:29] 。
我们 能 保持 这 相同的 图形， 相同的 分析， 但 经过 变化 这 命令 的 这 输入。 关于 称呼 ， 更好的。 消除 这 输入， 记起， 和 我们 能 有 这 图形。 什么 我们 能 看 在 这 图形， 这 表示， 经过 只是 变化 这 命令 的 这 输入， 那 这 EpiD 或者， 为了 一些 价值 的 其他 输入 有 不 影响 为了 一些 状况 这里。 所以 我们 能 推断 那里 是 相互作用 之间 输入。 为了 LET阈值 ， 一个 相互作用 轻微地 这里 和 不 影响 为了 其他 价值。
现在， 我们 有 已核实 我们 有 不 问题 在 我们的 数据。 我们 有 已见 我们 有 一些 主要的 因素。 我们 能， 经过 好奇心， 使用 其他 工具。 它 是 ap 艺术 到 知道 哪个 输入 是 这 第一的 到 出现。 然后 在 这 LET阈值 什么 我们 看， 所以 身体 领带 第一的， 那就是 什么 我们 有 看到了， 和 这 EpiThick。 我们 能 继续 经过 [听不清 00:14:24] 身体 IE， 也。 身体 领带 是 非常 重要的。 作为 为了 Vhold， 这 身体 IE 是 重要的。 一个 之后 这 间距是……
现在，我们 有 一个 更多的 准确的 主意 的 什么 我们 有 在 我们的 数据， 我们 能 去 和 建造 我们的 模型。 我们 放 我们的 输入。 我 不 知道 什么 我 有 完毕。 我 移除我们的 输入。 我们 有 跑步 一个 满的 阶乘实验设计 。 我们 尝试 这 模型。 我们 放 我们的 输出， 和 我们 能 跑步 它。 我们 能 跑步 这 模型。 我们 能 看 那 我 错过 某物 这里。 我 已经 准备 某物。 合身 模型， EpiDose ， 宏， 满的 阶乘。 好，跑。 它是 更好的 现在。 或者 是 某物 错误的？
我 更喜欢 这 推介会 和 这 阴谋， 实际的 经过 预测 阴谋。 在 这 阴谋， 我们 能 看 那 这 模型 是 不是 真的 令人满意 因为 我们 有 一个 很多 的 点 远的 从 这 红色的 区域， 甚至 如果 这 卢比 平方 是 在 0.81， 还不完全 令人满意。
为了 这 Vhold， 我们 有 这 相同的 评论。 我们 能 有 一个 看 在 这 分析器。 这 分析器 能 展示 我们 这 好的 趋势， 但 我们 是 不是 去 到 有 一个 长的 时间 在 这。 我们 是 去 到 看 在 其他 模型 到 知道 如果 我们 能 有 一个 准确的 模型 比 这 一。 我们 是 去 到 尝试 其他 一。 不是 所以 远的。 我们 是 去 到 拿 我们的 输入， 和 出色地 尝试 回复 表面， 以及我们的 输出， 我们 跑步 它。 我们 是 去 到 移除 EpiDose 因为 那里 是 不 影响。
我们 能 看 那 这 模型 是 更好的， 这 卢比 为什么 是 更好的。 这 在 抓住 是 一个 好的 模型。 现在， 我们 有 一个 看 在 这 分析器。 这 分析器，趋势 是 好的 为了 全部 范围。 我们 笔记 那 那里 是 或许 某物 到 做 因为 我们 看 在 这 部分 的 这 曲线， 这 LET阈值 价值 是 上， 和 它 是 不是 在 同意 和 这 物理 和 什么 我们 知道， 的 课程。 作为 我 有 已经 说， 它 是 一个 第一的 尝试。 我们 需要 到 工作 和 工作 作为 我们已经 完毕 在 这 输入 和 准确性 的 这 LET阈值 有 更好的 结果 这里。 你 能 看 现在 在 这 EpiDose， 我们 有 相当 不 变化， 一个 小的 变化 这里。
然而， 这种 图形 是 非常 有趣的 为了 我们 因为 什么时候 我们 想 到 制作一个 辐射 宽容 电路， 我们 能 使用 它 到 帮助 我们 经过 给定 一个 放 的 价值。 我们 能 使用 这里 这 期望值 功能。 现在， 我们 是 去 到 放 我们的愿望。 这里， 我们 想 到 是 高于 60岁 一个 标准 的 那。 我 放 60， 80， 和 100， 匹配 目标。 这里， 为了 这 Vhold， 我们 想 到 最大化 它。 我 放 这 价值， 2，2.05。 现在， 我是 去 到 最大化 理想性 。 的 课程， 它 有效。还有 n 哦，不。 匹配 目标。 目标 。 现在， 最大化 这 吸引力。 现在， 我们 有 一个 放 的 价值 我们 希望 因为 这里， 我们 有 一个 范围 的 价值 在 这 身体 这里是平局。 我们 能 玩 和 它。 这里， 我们 能 玩 这里 和 这 间距。
这 其他 表示 和 这 工具 我们 喜欢 使用 在 JMP 是 这 轮廓 分析器 和 一些 固定的 范围。 我们 能 有 一个 轮廓 阴谋 这里。 如果 你 想 到 改变 一个 设计 价值， 我 放 在 轴 这 身体 领带 和 这 间距 _AC。 我们 是 去 到 放 我们的 著名的 价值 的 60 为了 这 让， 这 L 模仿 在 60. 到 有 一个 让 上 比 60， 我们 知道 我们 能 有 一个 价值 的 身体 领带 向上 到， 如果 我们 拿 这 叉 这里， 关于 6.5. 我们 能 使用 这 范围 的 这 间距。
这 工具， 这 表示， 是 非常 有趣的 为了 我们 到 制作 我们的 产品 辐射 宽容。 这 是 不是 这 最后的 模型 我们 实施， 但 我 能 展示 你 那 在 这 红色的 三角形， 我们 能 节省 这 预言 公式 在 这 桌子 所以 那 后， 我们 能 拿 它 和 封装 它 如果 我们 想。
好的， 那就是 全部 为了 我 在 JMP。 我们开始吧 去 后退 到 这 推介会。 和 这 方法， 我们 建造 其他 模型， 这 一 使用 一个 神经 网络。 这 预言 获得 和 这 模型 曾是 比较的 一个 实验 在 电路。 我们 能 看 那 什么时候 这 实验 演出 那里 是 不 单身的 事件 闩锁， 这 预言 经过 这 最精选的 这 内部的 工具， 说 这 相同的 事物， 那里 是 不 闩锁。
什么时候 实验 那里 是 一个 闩锁， 最精选的 甚至 如果 那里 是 一个 不同之处 之间 实验 和 预言， 展示 那里 是 一个 闩锁。 为了 我们， 它 曾是 一个 好的 结果。 不是 所以 准确的。 那是 为什么 这 工作 继续 在 这 模型 到 有 一个 准确的 模型。 那是 为什么 我们 继续 在职的 在 美国能源部。 我们 做 它 每 技术 节点 为了 拥有 一个 更好的 准确性 的 这 模型。 好的， 感谢 你 为了 你的 注意力。
