MétaCan
Menu
Retour à la cohorte
Enregistrement W2743382151 · doi:10.1038/s41598-017-07510-3

Decoupling Frequencies, Amplitudes and Phases in Nonlinear Optics

2017· article· en· W2743382151 sur OpenAlexafffund
Bruno E. Schmidt, Philippe Lassonde, Guilmot Ernotte, Matteo Clerici, Roberto Morandotti, Heide Ibrahim, François Légaré

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Matter Interactions and Applications
Établissements canadiensHydro-QuébecInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologies1000 Talents Sichuan ProgramMinistère de l'Économie, de l’Innovation et des Exportations du Québec
Mots-clésPhysicsNonlinear systemFrequency domainConvolution (computer science)AmplitudeDecoupling (probability)Nonlinear opticsOpticsPhase (matter)LaserComputer scienceMathematical analysisQuantum mechanicsMathematics

Résumé

récupéré en direct d'OpenAlex

In linear optics, light fields do not mutually interact in a medium. However, they do mix when their field strength becomes comparable to electron binding energies in the so-called nonlinear optical regime. Such high fields are typically achieved with ultra-short laser pulses containing very broad frequency spectra where their amplitudes and phases are mutually coupled in a convolution process. Here, we describe a regime of nonlinear interactions without mixing of different frequencies. We demonstrate both in theory and experiment how frequency domain nonlinear optics overcomes the shortcomings arising from the convolution in conventional time domain interactions. We generate light fields with previously inaccessible properties by avoiding these uncontrolled couplings. Consequently, arbitrary phase functions are transferred linearly to other frequencies while preserving the general shape of the input spectrum. As a powerful application, we introduce deep UV phase control at 207 nm by using a conventional NIR pulse shaper.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil0,887

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 technologies0,0010,000
Communication savante0,0010,000
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 Opus0,024
Tête enseignante GPT0,313
Écart entre enseignants0,289 · 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'étudeObservationnel
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

Citations19
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetLaser-Matter Interactions and ApplicationsTravaux en français237 207