Recent Advances in Graphene-Assisted Nonlinear Optical Signal Processing
Notice bibliographique
Résumé
Possessing a variety of remarkable optical, electronic, and mechanical properties, graphene has emerged as an attractive material for a myriad of optoelectronic applications. The wonderful optical properties of graphene afford multiple functions of graphene based polarizers, modulators, transistors, and photodetectors. So far, the main focus has been on graphene based photonics and optoelectronics devices. Due to the linear band structure allowing interband optical transitions at all photon energies, graphene has remarkably large third-order optical susceptibility χ(3) , which is only weakly dependent on the wavelength in the near-infrared frequency range. The graphene-assisted four-wave mixing (FWM) based wavelength conversions have been experimentally demonstrated. So, we believe that the potential applications of graphene also lie in nonlinear optical signal processing, where the combination of its unique large χ(3) nonlinearities and dispersionless over the wavelength can be fully exploited. In this review article, we give a brief overview of our recent progress in graphene-assisted nonlinear optical device and their applications, including degenerate FWM based wavelength conversion of quadrature phase-shift keying (QPSK) signal, phase conjugated wavelength conversion by degenerate FWM and transparent wavelength conversion by nondegenerate FWM, two-input and three-input high-base optical computing, and high-speed gate-tunable terahertz coherent perfect absorption (CPA) using a split-ring graphene.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».