MétaCan
Menu
Retour à la cohorte
Enregistrement W3108823711 · doi:10.1364/josab.403604

On-chip Ge, InGaAs, and colloidal quantum dot photodetectors: comparisons for application in silicon photonics

2020· article· en· W3108823711 sur OpenAlexafffund
Qiwei Xu, Jun Hu, Xihua Wang

Notice bibliographique

RevueJournal of the Optical Society of America B · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOptoelectronicsPhotonicsResponsivityDark currentPhotodetectorIndium gallium arsenideGallium arsenideMaterials scienceQuantum dotSilicon photonicsSiliconGermaniumBandwidth (computing)Indium arsenideComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

The past twenty years have seen explosive growth in silicon photonics technology. It has revolutionized numerous fields such high-speed optical interconnects in data centers. A photodetector (PD) is one of the key building blocks in silicon photonics, enabling on-chip light detection. Here a comprehensive study has been demonstrated in which three materials, germanium (Ge), indium gallium arsenide (InGaAs), and colloidal quantum dots (CQD), are compared for a PD integrated with a waveguide in silicon photonics. Comparisons are conducted by assuming InGaAs and CQD PDs have the same interface quality as mature Ge PD technology. With this premise, we intend to predict future InGaAs and CQD PD performances. Figures of merit such as dark current, responsivity, and RF bandwidth are compared using simulations. With the premise that epitaxial InGaAs on silicon is as of high quality as epi-Ge, results found that the InGaAs PD is advantageous over the Ge PD with higher-efficiency bandwidth product and lower dark current. CQD PD, on the other hand, is slow but has the lowest dark current, which is suitable for medium-speed applications where ultralow noise is required.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,240
Écart entre enseignants0,226 · 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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Optical Society of America BMême sujetPhotonic and Optical DevicesTravaux en français237 207