MétaCan
Menu
Retour à la cohorte
Enregistrement W2898673081 · doi:10.1364/josab.35.003021

Pulse shaping in the terahertz frequency range for the control of photo-excited carriers in graphene

2018· article· en· W2898673081 sur OpenAlexafffund
Denis Gagnon, Joey Dumont, François Fillion‐Gourdeau, Steve MacLean

Notice bibliographique

RevueJournal of the Optical Society of America B · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueTerahertz technology and applications
Établissements canadiensInstitut National de la Recherche ScientifiqueUniversité de Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologies
Mots-clésTerahertz radiationGrapheneBandwidth (computing)OpticsPulse (music)Pulse shapingScatteringLaserMaterials scienceExcited stateParametrization (atmospheric modeling)Photon energyReciprocal latticePhysicsPhotonOptoelectronicsAtomic physicsRadiative transferTelecommunicationsComputer scienceDiffractionNanotechnology

Résumé

récupéré en direct d'OpenAlex

The shape of a few-cycle terahertz (THz) laser pulse can be optimized to provide control over conduction band populations in graphene. To demonstrate this control in a theoretical way, a spectral parametrization of the driving pulse using B-splines is used in order to obtain experimentally realistic pulses of bandwidth ∼30 THz. Optimization of the spectral shape is performed via differential evolution, using the B-splines expansion coefficients as decision variables. Numerical results show the possibility of changing the carrier density in graphene by a factor of 4 for a fixed pulse energy. In addition, we show that it is possible to selectively suppress or enhance multiphoton absorption features by optimizing over narrow windows in reciprocal space. The application of pulse shaping to the control of scattering mechanisms in graphene is also discussed.

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 seuil0,003

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,241
Écart entre enseignants0,229 · 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

Citations4
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Optical Society of America BMême sujetTerahertz technology and applicationsTravaux en français237 207