MétaCan
Menu
Retour à la cohorte
Enregistrement W3121224185 · doi:10.1002/047134608x.w2028.pub2

Pulse Compression in Parametric Amplification

2018· other· en· W3121224185 sur OpenAlexaff
Jean‐Claude Diels, Ning Hsu, Xuan Luo, Jens Biegert, Ladan Arissian

Notice bibliographique

RevueWiley Encyclopedia of Electrical and Electronics Engineering · 2018
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Matter Interactions and Applications
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésChirpPulse compressionOpticsUltrashort pulseBandwidth-limited pulsePhysicsTime domainPulse (music)Parametric statisticsFrequency domainOptical parametric amplifierBandwidth (computing)Phase modulationMathematicsTelecommunicationsComputer scienceOptical amplifierMathematical analysisLaserPhase noise

Résumé

récupéré en direct d'OpenAlex

Abstract This article presents some of the phenomena associated with second‐order nonlinearities that can be exploited for pulse compression. This includes not only the optical pulse compression in second harmonic generation and parametric amplification, but also giant phase modulation leading to pulse compression in dispersive structures. The large bandwidth associated with ultrashort pulses and pulses with large phase modulation requires a theoretical treatment in the frequency domain, instead of considering the equations in the time domain with frequency‐dependent parameters. Our treatment in the frequency domain takes into account Sellmeier equations for the frequency dependence of the index of refraction, instead of a series expansion to first or second order. We also discuss applications in ultrashort pulse diagnostic and in predicting the autostabilization of optical parametric oscillators against cavity length fluctuations, by controlling the chirp of the pump and signal pulses.

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)0,001
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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,004
Tête enseignante GPT0,224
Écart entre enseignants0,219 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWiley Encyclopedia of Electrical and Electronics EngineeringMême sujetLaser-Matter Interactions and ApplicationsTravaux en français237 207