MétaCan
Menu
Retour à la cohorte
Enregistrement W2530388831 · doi:10.1103/physrevlett.117.183601

Engineering the Frequency Spectrum of Bright Squeezed Vacuum via Group Velocity Dispersion in an SU(1,1) Interferometer

2016· article· en· W2530388831 sur OpenAlexafffund
Samuel Lemieux, Mathieu Manceau, Polina R. Sharapova, О. В. Тихонова, Robert W. Boyd, Gerd Leuchs, Maria V. Chekhova

Notice bibliographique

RevuePhysical Review Letters · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMechanical and Optical Resonators
Établissements canadiensMax Planck - University of Ottawa Centre for Extreme and Quantum Photonics
Organismes subventionnairesEuropean Research CouncilNatural Sciences and Engineering Research Council of CanadaRussian Foundation for Basic ResearchSeventh Framework ProgrammeCanada Excellence Research Chairs, Government of CanadaDeutsche Forschungsgemeinschaft
Mots-clésPhysicsOpticsInterferometryGroup velocityQuantum opticsParametric statisticsDispersion (optics)Spontaneous parametric down-conversionSpectrum (functional analysis)Spectral lineAngular spectrum methodFrequency conversionQuantumQuantum mechanicsDiffraction

Résumé

récupéré en direct d'OpenAlex

Bright squeezed vacuum, a promising tool for quantum information, can be generated by high-gain parametric down-conversion. However, its frequency and angular spectra are typically quite broad, which is undesirable for applications requiring single-mode radiation. We tailor the frequency spectrum of high-gain parametric down-conversion using an SU(1,1) interferometer consisting of two nonlinear crystals with a dispersive medium separating them. The dispersive medium allows us to select a narrow band of the frequency spectrum to be exponentially amplified by high-gain parametric amplification. The frequency spectrum is thereby narrowed from (56.5±0.1) to (1.22±0.02) THz and, in doing so, the number of frequency modes is reduced from approximately 50 to 1.82±0.02. Moreover, this method provides control and flexibility over the spectrum of the generated light through the timing of the pump.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,442
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations51
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetMechanical and Optical ResonatorsTravaux en français237 207