MétaCan
Menu
Retour à la cohorte
Enregistrement W2977501505 · doi:10.1063/1.5098492

Optimal ultra-miniature polarimeters in silicon photonic integrated circuits

2019· article· en· W2977501505 sur OpenAlexafffund
Zhongjin Lin, Leslie A. Rusch, Yuxuan Chen, Wei Shi

Notice bibliographique

RevueAPL Photonics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotonicsPhotonic integrated circuitComputer scienceElectronic circuitRobustness (evolution)NanophotonicsStokes parametersElectronic engineeringOptical communicationPolarimetrySilicon photonicsIntegrated circuitPhysicsOpticsOptoelectronicsEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Measurement of the state of polarization of light is essential in a vast number of applications, such as quantum and classical communications, remote sensing, astronomy, and biomedical diagnostics. Nanophotonic structures and integrated photonic circuits can, in many circumstances, replace conventional discrete optical components for miniature polarimeters and chip-scale polarimetry systems and thus significantly improve robustness while minimizing the footprint and cost. We propose and experimentally demonstrate two silicon photonic four-photodetector (PD) division-of-amplitude polarimeters (4PD-DOAPs) using a complementary metal–oxide–semiconductor-compatible photonic fabrication process. The first design targets minimizing the number of optical components. The second design makes use of a slightly more complex circuit design to achieve an optimal frame for measurements; this measurement frame minimizes and equalizes estimation variances in the presence of the additive white Gaussian noise and the signal dependent shot noise. Further theoretical examination reveals that within the optimal measurement frames for Stokes polarimeters, the DOAP with four PDs has the minimal equally weighted variance compared to those with a greater number of PDs.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,198 · 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

Citations22
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAPL PhotonicsMême sujetPhotonic and Optical DevicesTravaux en français237 207