Enhanced optical four-wave-mixing in integrated ring resonators with graphene oxide films
Notice bibliographique
Résumé
Layered two-dimensional (2D) graphene oxide (GO) films are integrated with micro-ring resonators (MRRs) to experimentally demonstrate enhanced nonlinear optics in the form of four-wave mixing (FWM). Both uniformly coated and patterned GO films are integrated on CMOS-compatible doped silica MRRs using a large-area, transfer-free, layer-by-layer GO coating method together with photolithography and lift-off processes, yielding precise control of the film thickness, placement, and coating length. The high Kerr nonlinearity and low loss of the GO films combined with the strong light-matter interaction within the MRRs results in a significant improvement in the FWM efficiency in the hybrid MRRs. Detailed FWM measurements are performed at different pump powers and resonant wavelengths for the uniformly coated MRRs with 1−5 layers of GO as well as the patterned devices with 10−50 layers of GO. The experimental results show good agreement with theory, achieving up to ~7.6-dB enhancement in the FWM conversion efficiency (CE) for an MRR uniformly coated with 1 layer of GO and ~10.3-dB for a patterned device with 50 layers of GO. By fitting the measured CE as a function of pump power for devices with different numbers of GO layers, we also extract the dependence of GO’s third-order nonlinearity on layer number and pump power, revealing interesting physical insights about the evolution of the layered GO films from 2D monolayers to quasi bulk-like behavior. These results confirm the high nonlinear optical performance of integrated photonic resonators incorporated with 2D layered GO films.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».