Notice bibliographique
Résumé
Graphene has emerged as an attractive material for a myriad of optoelectronic applications due to its variety of remarkable optical, electronic, thermal and mechanical properties. 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. Graphene possesses the properties of the enhancement four-wave mixing (FWM) of conversion efficiency. So, we believe that the potential applications of graphene also lies 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 chapter, we give a brief overview of our recent progress in graphene-assisted nonlinear optical device which is graphene-coated optical fiber and graphene-silicon microring resonator and their applications, including degenerate FWM based tunable wavelength conversion of quadrature phase-shift keying (QPSK) signal, two-input optical computing, three-input high-base optical computing, graphene-silicon microring resonator enhanced nonlinear optical device for on-chip optical signal processing, and nonlinearity enhanced graphene-silicon microring for selective conversion of flexible grid multi-channel multi-level signal.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».