MétaCan
Menu
Retour à la cohorte
Enregistrement W3048934885 · doi:10.1109/jlt.2020.3015602

Spectral-Distortionless, Flat-Top, Drop-Filter Based on Complementarily-Misaligned Multimode-Waveguide Bragg Gratings

2020· article· en· W3048934885 sur OpenAlexaff
Xiong Liang, Rui Cheng, Xiuqiu Shen, Ping Yu, Tingge Dai, Huiye Qiu

Notice bibliographique

RevueJournal of Lightwave Technology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNatural Science Foundation of NingboNatural Science Foundation of Fujian Province
Mots-clésApodizationOpticsFiber Bragg gratingMaterials scienceSilicon on insulatorInsertion lossGratingWaveguideBandwidth (computing)Refractive indexReturn lossPhysicsOptoelectronicsOptical fiberSiliconTelecommunications

Résumé

récupéré en direct d'OpenAlex

An integrated-optics, flat-top drop-filter with low excess loss, and high sidelobe suppression ratio (SLSR), is demonstrated. The filter is based on apodized multimode waveguide Bragg grating (AMWBG) developed on a silicon-on-insulator (SOI) platform. Antisymmetric periodic refractive-index perturbations are imposed on both sides of the waveguide to couple light contra-directionally between the fundamental (TE0) and the first-order transverse electric modes (TE1). To achieve a Gaussian apodization profile, the lateral-misalignment between the two sides of the waveguide is modulated by adjusting the positions of both sides of the grating features in a complementary manner. In this way, the undesired phase errors, which exist in conventional misalignment-modulated Bragg gratings and distort the grating responses, can be eliminated. Experimental results show that our AMWBG has a high-quality flat-top response, a high SLSR of >21 dB, a 3-dB bandwidth of 8 nm, a low excess loss of 0.24 dB, and a high roll-off rate at the filter edge. We also demonstrate a dual-stage filter that has a flat-top, drop-port response with a 3-dB bandwidth > 7.5 nm, a SLSR >40 dB, and an excess loss<; 0.5 dB.

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 enseignants0,440
Score d'incertitude au seuil0,881

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 recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,231
Écart entre enseignants0,216 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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