MétaCan
Menu
Retour à la cohorte
Enregistrement W2926332932 · doi:10.1109/jlt.2019.2909162

Integrated Differential Area Method for Variable Sensitivity Interrogation of Tilted Fiber Bragg Grating Sensors

2019· article· en· W2926332932 sur OpenAlexafffund
Tingting Gang, Fu Liu, Manli Hu, Jacques Albert

Notice bibliographique

RevueJournal of Lightwave Technology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensCarleton University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesChina Scholarship CouncilNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaCanada Research Chairs
Mots-clésOpticsFiber Bragg gratingRefractive indexMaterials scienceRefractometryCladding modeGratingBandwidth (computing)Optical fiberFiber optic sensorOptoelectronicsPhysicsPolarization-maintaining optical fiber

Résumé

récupéré en direct d'OpenAlex

A novel demodulation method for tilted fiber Bragg grating (TFBG) refractometry is proposed and experimentally demonstrated. This “integrated differential area” method consists of calculating the difference between measured spectral transmission over a selected bandwidth and a reference spectrum and then integrating the absolute value of the result. This has the effect of multiplying the effect of the individual cladding mode resonance shifts relative to the background noise. The method further allows the use of spectrum analyzers with low resolution, including portable ones with spectral resolution of the order of 150-200 pm without loss of sensitivity. In practical measurements, a reflection configuration is demonstrated using a TFBG cascaded by a chirped-fiber Bragg grating with bandwidth of 19 nm. A refractive index sensitivity of 7.19% transmission change per refractive index unit is achieved for refractive indices ranging from 1.32 to 1.38, along with a limit of detection of 0.00026 refractive index units.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,723

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,009
Tête enseignante GPT0,243
Écart entre enseignants0,233 · 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

Citations16
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207