MétaCan
Menu
Retour à la cohorte
Enregistrement W2293149760 · doi:10.1073/pnas.1611740113

Broadband high-efficiency dielectric metasurfaces for the visible spectrum

2016· article· en· W2293149760 sur OpenAlexaff
Robert C. Devlin, Mohammadreza Khorasaninejad, Wei Ting Chen, Jaewon Oh, Federico Capasso

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetamaterials and Metasurfaces Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesAir Force Office of Scientific ResearchMinistry of Science and Technology, TaiwanCharles Stark Draper LaboratoryNational Science Foundation
Mots-clésBroadbandDielectricSpectrum (functional analysis)Visible spectrumOptoelectronicsOpticsBroad spectrumMaterials sciencePhysicsTelecommunicationsComputer scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Metasurfaces are planar optical elements that hold promise for overcoming the limitations of refractive and conventional diffractive optics. Original dielectric metasurfaces are limited to transparency windows at infrared wavelengths because of significant optical absorption and loss at visible wavelengths. Thus, it is critical that new materials and nanofabrication techniques be developed to extend dielectric metasurfaces across the visible spectrum and to enable applications such as high numerical aperture lenses, color holograms, and wearable optics. Here, we demonstrate high performance dielectric metasurfaces in the form of holograms for red, green, and blue wavelengths with record absolute efficiency (>78%). We use atomic layer deposition of amorphous titanium dioxide with surface roughness less than 1 nm and negligible optical loss. We use a process for fabricating dielectric metasurfaces that allows us to produce anisotropic, subwavelength-spaced dielectric nanostructures with shape birefringence. This process is capable of realizing any high-efficiency metasurface optical element, e.g., metalenses and axicons.

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 seuil0,005

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
Bibliométrie0,0000,000
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)0,0010,001

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 Opus0,042
Tête enseignante GPT0,300
Écart entre enseignants0,258 · 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

Citations571
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetMetamaterials and Metasurfaces ApplicationsTravaux en français237 207