MétaCan
Menu
Retour à la cohorte
Enregistrement W2047761502 · doi:10.1109/jqe.2004.836026

Investigation of semiconductor optical amplifier integrated with DBR laser for high saturation power and fast gain dynamics

2004· article· en· W2047761502 sur OpenAlexaff
Jongwoon Park, Wei‐Ping Huang, Xun Li

Notice bibliographique

RevueIEEE Journal of Quantum Electronics · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésLasing thresholdDistributed Bragg reflector laserSemiconductor laser theoryOptical amplifierLaserDistributed Bragg reflectorMaterials scienceOpticsOptoelectronicsGainSemiconductor optical gainLaser power scalingAmplifierGain-switchingActive laser mediumSemiconductorPhysics

Résumé

récupéré en direct d'OpenAlex

A detailed theoretical investigation of an integration of a semiconductor optical amplifier (SOA) and distributed Bragg reflector (DBR) laser is presented. The dependence of the device performance on those key design parameters such as the lasing wavelength, light injection direction (co- and contra-propagation), lasing power of the DBR laser, and the biasing condition of the SOA is examined systematically by means of a comprehensive time-domain traveling-wave model. As this integrated structure is particularly designed for high saturation power and fast gain dynamics, these characteristics are simulated and compared with the results from the conventional structures. Depending on different requirements, superior performance on either saturation power or noise figure without compromise on the optical gain can be achieved by different integration configurations (i.e., by different light injection directions). For the structure with the light injection from the output end of the SOA (namely, the integrated SOA-laser structure), the fast gain dynamics is found through simulation, which helps to reduce the large-signal waveform distortion in the amplification of narrow pulses.

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 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 enseignants0,240
Score d'incertitude au seuil0,478

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 savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,206
Écart entre enseignants0,197 · 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.

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

Citations2
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Quantum ElectronicsMême sujetOptical Network TechnologiesTravaux en français237 207