MétaCan
Menu
Retour à la cohorte
Enregistrement W2094267497 · doi:10.1364/ao.48.000001

Dynamic response of ferrofluidic deformable mirrors

2008· article· en· W2094267497 sur OpenAlexaff
Jocelyn Parent, E. F. Borra, Denis Brousseau, Anna M. Ritcey, Jean-Philippe Déry, Simon Thibault

Notice bibliographique

RevueApplied Optics · 2008
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésDeformable mirrorFerrofluidOpticsPhysicsAdaptive opticsActuatorLimitingViscosityCounterintuitiveAmplitudeComputer scienceMagnetic field

Résumé

récupéré en direct d'OpenAlex

Ferrofluids can be used to make deformable mirrors having highly interesting characteristics (e.g., extremely large strokes and low costs). Until recently, such mirrors were thought to be restricted to corrections of frequencies lower than 10 Hz, thus limiting their usefulness. We present counterintuitive results that demonstrate that the limiting operational frequency can be increased by increasing the viscosity of the ferrofluid. We tested the response of ferrofluids having viscosities as high as 494 cP, finding that they could allow an adaptive optics correction frequency as high as 900 Hz. We also demonstrate that we can counter the amplitude loss due to the high viscosity by overdriving the actuators. The overdriving technique combines high current, short duration pulses with ordinary driving step functions to deform the mirror. The integration of a FDM in a complete closed-loop adaptive optics system running at about 500 Hz thus appears to be a realistic goal in the near future.

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 enseignants0,421
Score d'incertitude au seuil0,575

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 Opus0,019
Tête enseignante GPT0,241
Écart entre enseignants0,222 · 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

Citations20
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetAdaptive optics and wavefront sensingTravaux en français237 207