MétaCan
Menu
Retour à la cohorte
Enregistrement W2164350935 · doi:10.1109/jqe.2005.843925

Gain measurements of Fabry-Pe/spl acute/rot semiconductor lasers using a nonlinear least-squares fitting method

2005· article· en· W2164350935 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Journal of Quantum Electronics · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor Lasers and Optical Devices
Établissements canadiensMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésNon-linear least squaresSemiconductor laser theoryOpticsCurve fittingDeconvolutionNonlinear systemFabry–Pérot interferometerSemiconductorSpectrum analyzerLeast-squares function approximationFourier transformConvolution (computer science)LaserMaterials sciencePhysicsOptoelectronicsMathematicsMathematical analysisEstimation theoryAlgorithm

Résumé

récupéré en direct d'OpenAlex

A method for the measurement of the gain-reflectance product of Fabry-Pe/spl acute/rot (F-P) semiconductor lasers is proposed and compared to other techniques. The method is based on a nonlinear, least-squares fitting of the F-P modes to an Airy function. A separate fitting is performed over each mode, as measured with an optical spectrum analyzer (OSA), so that the gain-reflectance parameters are extracted. The influence of the OSAs response function is considered by convolution of the Airy function with the response function of the OSA. By comparing with the Hakki-Paoli method, the mode sum/min method, and the Fourier series expansion method, we find that the nonlinear fitting method is the least sensitive to noise. However, owing to a broadening of the F-P modes of the semiconductor laser, the mode sum/min method combined with a deconvolution technique gives the least underestimated gain above threshold.

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.

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)0,001
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 enseignants0,376
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,043
Tête enseignante GPT0,307
Écart entre enseignants0,264 · 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