MétaCan
Menu
Retour à la cohorte
Enregistrement W2420045863 · doi:10.1038/srep27825

Thermally insensitive determination of the linewidth broadening factor in nanostructured semiconductor lasers using optical injection locking

2016· article· en· W2420045863 sur OpenAlexaff
Cheng Wang, Kevin Schires, Marek Osiński, Philip J. Poole, Frédéric Grillot

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor Lasers and Optical Devices
Établissements canadiensNational Research Council Canada
Organismes subventionnairesEuropean Office of Aerospace Research and DevelopmentTélécom ParisAgence Nationale de la RecherchePolitecnico di Torino
Mots-clésLaser linewidthOptoelectronicsSemiconductor laser theoryLaserMaterials scienceSemiconductorOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

In semiconductor lasers, current injection not only provides the optical gain, but also induces variation of the refractive index, as governed by the Kramers-Krönig relation. The linear coupling between the changes of the effective refractive index and the modal gain is described by the linewidth broadening factor, which is responsible for many static and dynamic features of semiconductor lasers. Intensive efforts have been made to characterize this factor in the past three decades. In this paper, we propose a simple, flexible technique for measuring the linewidth broadening factor of semiconductor lasers. It relies on the stable optical injection locking of semiconductor lasers, and the linewidth broadening factor is extracted from the residual side-modes, which are supported by the amplified spontaneous emission. This new technique has great advantages of insensitivity to thermal effects, the bias current, and the choice of injection-locked mode. In addition, it does not require the explicit knowledge of optical injection conditions, including the injection strength and the frequency detuning. The standard deviation of the measurements is less than 15%.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,016
Tête enseignante GPT0,230
Écart entre enseignants0,214 · 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

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSemiconductor Lasers and Optical DevicesTravaux en français237 207