MétaCan
Menu
Retour à la cohorte
Enregistrement W2593929034 · doi:10.1117/12.2261148

Observation of thermodynamic phase noise using a slow-light resonance in a fiber Bragg grating

2017· article· en· W2593929034 sur OpenAlexaff
George Skolianos, Arushi Arora, Martin Bernier, Michel J. F. Digonnet

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésFiber Bragg gratingNoise (video)Phase noiseOpticsFiberOptical fiberFiber optic sensorMaterials scienceRelative intensity noisePhysicsResonatorLaserSemiconductor laser theory

Résumé

récupéré en direct d'OpenAlex

Thermodynamic phase noise in passive fiber devices is generally so weak that in most devices, in particular fiber sensors, it has only been observed in fiber lengths in the range of 1 meter or much longer. Here we present a passive fiber strain sensor only 4.5 mm in length in which the noise in the frequency range of 1 kHz to ~12 kHz is limited by thermal phase noise in the fiber. The phase noise could be measured in such a short fiber by utilizing a slow-light fiber Bragg grating (FBG) resonator in which the phase noise is magnified by the resonator's slowing-down factor ng/n ≈ 370, where ng is the group index. At the same time, the usually dominant laser frequency noise was brought below the level of the phase noise by using a short fiber and a low-noise laser with a linewidth under 200 Hz. At 4 kHz, the total measured noise expressed in units of strain is 110 fε/√Hz, and the phase noise accounts for 77% of it. This sensor resolves a single-pass thermodynamic length fluctuation of only 5 x10-16 m/√Hz. These measurements provide experimental support for the dependencies of the phase noise on the fiber resonator length and group index predicted by a recent model.

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 seuil0,000

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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,256
Écart entre enseignants0,237 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207