MétaCan
Menu
Retour à la cohorte
Enregistrement W2617813282 · doi:10.1364/ol.42.002239

Temperature dependence mitigation in stationary Fourier-transform on-chip spectrometers

2017· article· en· W2617813282 sur OpenAlexafffund
Alaine Herrero-Bermello, Aitor V. Velasco, Hugh Podmore, Pavel Cheben, Jens H. Schmid, Siegfried Janz, M. L. Calvo, Dan‐Xia Xu, Alan Scott, Pedro Corredera

Notice bibliographique

RevueOptics Letters · 2017
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensHoneywell (Canada)National Research Council CanadaYork University
Organismes subventionnairesEuropean Metrology Programme for Innovation and ResearchNational Research Council CanadaHorizon 2020 Framework ProgrammeMinisterio de Economía y CompetitividadEuropean CommissionComunidad de MadridEuropean Association of National Metrology Institutes
Mots-clésSpectrometerOpticsOptical pathAstronomical interferometerMaterials scienceCalibrationHeterodyne (poetry)ChipFourier transformOptical path lengthFourier transform spectroscopyInterferometrySensitivity (control systems)Temperature measurementFourier transform infrared spectroscopyPhysicsComputer scienceElectronic engineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

We present two techniques for mitigating the effects of temperature drifts in waveguide spatial heterodyne Fourier-transform on-chip spectrometers. In high-resolution devices, large optical path length differences result in an increased sensitivity to temperature variations and impose stringent requirements on the thermal stabilization system. In order to overcome this limitation, here we experimentally demonstrate two new temperature mitigation techniques based on a temperature-sensitive calibration and phase error correction. The spectrometer chip under analysis comprises an array of 32 Mach-Zehnder interferometers fabricated on a silicon-on-insulator platform. The optical path delays are implemented as microphotonic spirals of linearly increasing length up to 3.779 cm, yielding a spectral resolution of 17 pm. We demonstrate that the degradation in retrieved spectra caused by temperature drift is effectively eliminated by temperature-sensitive calibration and phase error correction.

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 enseignants0,611
Score d'incertitude au seuil0,494

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 Opus0,008
Tête enseignante GPT0,221
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 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

Citations47
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetPhotonic and Optical DevicesTravaux en français237 207