Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Personne

Jing Zhang

Cette personne n’est plus à l’EPFL

À propos
Confidentialité
Mentions légales

Copyright © 2026 EPFL, tous droits réservés

Graph Chatbot

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (5)

Veuillez noter qu'il ne s'agit pas d'une liste complète des publications de cette personne. Elle inclut uniquement les travaux sémantiquement pertinents. Pour une liste complète, veuillez consulter Infoscience.

Wafer-scale MoS2 with water-vapor assisted showerhead MOCVD

Andras Kis, Aleksandra Radenovic, Yanfei Zhao, Michal Daniel Macha, Mukeshchand Thakur, Jing Zhang, Mukesh Kumar Tripathi, Hyungoo Ji

Among numerous thin film synthesis methods, metalorganic chemical vapor deposition performed in a showerhead reactor is the most promising one for broad use in scalable and commercially adaptable two-dimensional material synthesis processes. Adapting the m ...

ROYAL SOC CHEMISTRY2022

Super-resolved Optical Mapping of Reactive Sulfur-Vacancies in Two-Dimensional Transition Metal Dichalcogenides

Andras Kis, Aleksandra Radenovic, Magalí Alejandra Lingenfelder, Jean Camille Benjamin Comtet, Martina Lihter, Yanfei Zhao, Michal Daniel Macha, Karla Banjac, Jing Zhang, Zhenyu Wang, Miao Zhang, Tzu-Heng Chen

Transition metal dichalcogenides (TMDs) represent a class of semiconducting two-dimensional (2D) materials with exciting properties. In particular, defects in 2D-TMDs and their molecular interactions with the environment can crucially affect their physical ...

AMER CHEMICAL SOC2021

Learning Saliency From Single Noisy Labelling: A Robust Model Fitting Perspective

Jing Zhang, Tong Zhang

The advances made in predicting visual saliency using deep neural networks come at the expense of collecting large-scale annotated data. However, pixel-wise annotation is labor-intensive and overwhelming. In this paper, we propose to learn saliency predict ...

2021