MétaCan
Menu
Retour à la cohorte
Enregistrement W2996604820 · doi:10.1109/jlt.2019.2960933

Fully Reconfigurable Waveguide Bragg Gratings for Programmable Photonic Signal Processing

2019· article· en· W2996604820 sur OpenAlexafffund
Jianping Yao, Weifeng Zhang

Notice bibliographique

RevueJournal of Lightwave Technology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFiber Bragg gratingSilicon on insulatorMaterials sciencePHOSFOSOpticsPhotonicsOptoelectronicsSignal processingSilicon photonicsOptical fiberSiliconElectronic engineeringFiber optic sensorPlastic optical fiberDigital signal processingPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Fiber Bragg gratings have been invented for over three decades now and have been intensively employed in optical communication and sensor systems. The key limitation of a fiber Bragg grating is that once fabricated, it is hard to be tuned or with very limited tunability via thermal or mechanical tuning. Recently, great efforts have been directed into the study of realizing Bragg gratings on silicon-on-insulator (SOI) platform. The key advantage of Bragg gratings based on SOI is that the gratings can be fast and electrically reconfigured with the use of free-carrier plasma dispersion effect in silicon, which can be employed for fast programmable photonic signal processing. In this article, Bragg gratings based on SOI that are electrically programmable will be reviewed and their use for advanced programmable optical and microwave signal processing will be 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 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 enseignants0,201
Score d'incertitude au seuil0,656

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 technologies0,0000,000
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 Opus0,007
Tête enseignante GPT0,222
Écart entre enseignants0,215 · 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

Citations36
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetPhotonic and Optical DevicesTravaux en français237 207