MétaCan
Menu
Retour à la cohorte
Enregistrement W3081034521 · doi:10.1051/epjconf/202023811002

Engineering Local Fields in Nonlinear Plasmonic Metasurfaces -INVITED

2020· article· en· W3081034521 sur OpenAlexaff
Mikko J. Huttunen, Saad Bin-Alam, Orad Reshef, Yaryna Mamchur, Timo Stolt, Jean‐Michel Ménard, Ksenia Dolgaleva, Robert W. Boyd, Martti Kauranen

Notice bibliographique

RevueEPJ Web of Conferences · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPlasmonMetamaterialNonlinear systemPhotonicsNonlinear opticsPhysicsOptoelectronicsNanotechnologyOpticsMaterials science

Résumé

récupéré en direct d'OpenAlex

Nonlinear optical phenomena are paramount in many photonic applications ranging from frequency broadening and generation of ultrashort pulses to frequency comb-based metrology. A recent trend has been to miniaturize photonic components, resulting also in a demand for small scale nonlinear components. This demand is difficult to address by using conventional materials motivating the search for alternative approaches. Nonlinear plasmonic metasurface cavities have recently emerged as a promising platform to enable nanoscale nonlinear optics. Despite steady progress, the so far achieved conversion efficiencies have not yet rivalled conventional materials. Here, we discuss our recent work to develop more efficient nonlinear metamaterials, focusing on plasmonic metasurfaces supporting collective responses known as surface lattice resonances. These resonances can exhibit very narrow spectral features, showing potential to considerably enhance nonlinear processes via resonant interactions. We demonstrate a plasmonic metasurface operating at the telecommunications C band that exhibits a record-high quality factor close to 2400, demonstrating an order-of-magnitude improvement compared to existing metasurface cavities. Motivated by this experimental demonstration, we also present numerical predictions suggesting that such metasurfaces could soon answer the existing demand for miniaturized and/or flat nonlinear components.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,659

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 Opus0,026
Tête enseignante GPT0,234
Écart entre enseignants0,208 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPJ Web of ConferencesMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207