MétaCan
Menu
Retour à la cohorte
Enregistrement W2974017286 · doi:10.1088/1361-6528/ab44fc

Plasmonic all-optical switching based on metamaterial/metal waveguides with local nonlinearity

2019· article· en· W2974017286 sur OpenAlexaff
Fariba Lotfi, Nafiseh Sang-Nourpour, Reza Kheradmand

Notice bibliographique

RevueNanotechnology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPlasmonOptical switchMaterials scienceMetamaterialOptoelectronicsCladding (metalworking)PhotonicsOpticsSurface plasmon polaritonInterferometryWavelengthSurface plasmonPhysics

Résumé

récupéré en direct d'OpenAlex

We present a plasmonic all-optical switch based on Mach-Zehnder interferometer (MZI) with local nonlinearity. The design of the miniaturized all-optical switch is possible by employing surface-plasmon polaritons (SPPs) that confine the energy of electromagnetic (EM) waves at sub-wavelength scale. The coupling between sub-wavelength plasmonic waveguides in MZI and a control beam generates 'ON' and 'OFF' states at the switch and switching between 'ON' and 'OFF' states happens when the control beam is turned on or off. The waveguides cladding in the switch structure is made of lossy media including metamaterials with positive and negative EM susceptibilities and metals; the core consists of nonlinear and dielectric media. Employing materials with negative EM susceptibilities in the switch structure facilitates the propagation of both transverse electric and transverse magnetic SPPs along the waveguides. Our all-optical switch design enables multi-frequency switching with low-intensity control field. Ascertaining the capabilities of multi-frequency plasmonic all-optical switches facilities their applications in miniaturized photonic circuits and in biosensors.

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 seuil0,002

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 Opus0,009
Tête enseignante GPT0,222
Écart entre enseignants0,213 · 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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207