MétaCan
Menu
Retour à la cohorte
Enregistrement W1987546819 · doi:10.1117/12.629343

Fabrication, characterisation, and optimisation of optical fibre lenses and efficient wave-guide coupling using an iterative approach

2005· article· en· W1987546819 sur OpenAlexafffund
Julie Baron, Raman Kashyap

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor Lasers and Optical Devices
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesCanada Research Chairs
Mots-clésOptical fiberCoupling (piping)Optical powerOpticsOptical amplifierMaterials scienceLens (geology)OptoelectronicsCoupling lossSemiconductor laser theoryFiberAmplifierFacet (psychology)LaserSemiconductorPhysics

Résumé

récupéré en direct d'OpenAlex

The coupling efficiency of a pigtailed optical fiber lens is often a critical parameter in the manufacture of optical devices. For example, efficient coupling from high power semiconductor lasers to optical fiber pigtails with fiber lenses is of great importance as the uncoupled power can affect the lifetime of the device through thermal degradation of the pigtail or its welding point; for optical amplifiers, the coupling efficiency determines the overall gain. Generally, mass-produced optical fiber lenses do not have a consistent enough quality and it is often necessary to discard lenses that exhibit poor coupling. We previously demonstrated a method for digitally modifying optical fiber lenses. We have now developed a scheme whereby we are able to produce high quality optical fibre lenses with a given lens radius and then to iteratively alter it to achieve the required divergence and spot size in a repeatable fashion for efficient coupling to a variety of devices such as semiconductor optical amplifiers, lasers and wave-guides. We have consistently demonstrated 75% coupling efficiency to angled facet semiconductor optical amplifiers at 1550nm with only three-axis adjustment, and believe the true coupling efficiency to be close to 90%. Our powerful scheme allows the use of nearly all of the lenses for a given application.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 GPT0,234
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetSemiconductor Lasers and Optical DevicesTravaux en français237 207