MétaCan
Menu
Retour à la cohorte
Enregistrement W1971879562 · doi:10.1143/jjap.47.6719

Fabrication of Hybrid Microoptics Using UV Imprinting Process with Shrinkage Compensation Method

2008· article· en· W1971879562 sur OpenAlexfundno aff
Jiseok Lim, Min-Seok Choi, Hokwan Kim, Shinill Kang

Notice bibliographique

RevueJapanese Journal of Applied Physics · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced optical system design
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council Canada
Mots-clésShrinkageFabricationImprinting (psychology)Compensation (psychology)Materials scienceProcess (computing)Composite materialOpticsChemistryComputer sciencePhysicsPsychology

Résumé

récupéré en direct d'OpenAlex

With increasing demand for compact aspherical optics in the field of imaging and optical data storage, fabrication technology for low cost micro aspherical optics has become a research priority. There are various types of micro aspherical optics, such as injection molded lens, glass molded lens, glass and hybrid lens. Among these types of lens, the hybrid is regarded as one of the most suitable because it combines good optical properties with low cost. The hybrid lens is fabricated by fabricating an aspherical layer on a spherical glass lens. To fabricate the hybrid lens at low cost, a UV imprinting process is preferred for its simplicity. However, in the conventional UV imprinting process volumetric shrinkage of the photopolymer causes various problems such as surface wrinkling and asymmetric local shrinkage. To overcome such limitations of the UV imprinting process, a shrinkage compensation method using an iris diaphragm to control the direction of polymerization is proposed and analyzed experimentally. To evaluate the proposed UV imprinting process, a hybrid lens was designed and fabricated, and its geometrical property was measured and compared with the design value.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,254
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Journal of Applied PhysicsMême sujetAdvanced optical system designTravaux en français237 207