Quasinormal mode theory and modelling of electron energy loss spectroscopy for plasmonic nanostructures
Notice bibliographique
Résumé
Understanding light–matter interactions using localized surface plasmons (LSPs) is of fundamental interest in classical and quantum plasmonics and has a wide range of applications. In order to understand the spatial properties of LSPs, electron energy loss spectroscopy (EELS) is a common and powerful method of spatially resolving the extreme localized fields that can be obtained with metal resonators. However, modelling EELS for general shaped resonators presents a major challenge in computational electrodynamics, requiring the full photon Green function as a function of two space points and frequency. Here we present an intuitive and computationally simple method for computing EELS maps of plasmonic resonators using a quasinormal mode (QNM) expansion technique. By separating the contribution of the QNM and the bulk material, we give closed-form analytical formulas for the plasmonic QNM contribution to the EELS maps. We exemplify our technique for a split ring resonator, a gold nanorod, and a nanorod dimer structure. The method is accurate, intuitive, and gives orders of magnitude improvements over direct dipole simulations that numerically solve the full 3D Maxwell equations. We also show how the same QNM Green function can be used to obtain the Purcell factor (and projected local density of optical states) from quantum dipole emitters or two level atoms, and we demonstrate how the spectral features differ in general to the EELS spectrum.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».