MétaCan
Menu
Retour à la cohorte
Enregistrement W3129033273 · doi:10.1364/oe.417099

High efficiency Brillouin random fiber laser with replica symmetry breaking enabled by random fiber grating

2021· article· en· W3129033273 sur OpenAlexafffund
Zichao Zhou, Liang Chen, Xiaoyi Bao

Notice bibliographique

RevueOptics Express · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRandom lasers and scattering media
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésLaser linewidthOpticsBrillouin scatteringFiber Bragg gratingFiber laserLasing thresholdMaterials scienceOptical fiberPhysicsLaser

Résumé

récupéré en direct d'OpenAlex

We report a high efficiency Brillouin random fiber laser (BRFL) enabled by a random fiber grating (RFG) with demonstration of replica symmetry breaking (RSB). The RFG was characterized by optical coherence tomography (OCT) method, which measured the spatially resolved reflectivity of RFG by a tunable delay line. Multiple narrow linewidth peaks appeared in reflection spectrum of RFG, created by frozen scattering centers acting as narrow linewidth filters to select random modes in random fiber lasers based on Brillouin gain. With the scattering from RFG as disordered feedback, a BRFL with slope efficiency of 29.3% and lasing threshold of 10.2 mW was demonstrated with 1 kHz linewidth. Intensity dynamics show that RFG can reduce the noise of BRFL with a symmetric phase portrait, indicating the increased mean path length and coherence time of the Stokes photons. The probability distribution of the Parisi overlap parameter of intensity fluctuation spectra from trace to trace reveal a photonic spin-glass phase with RSB in the RFG enabled BRFL, providing a photonic platform to study the photon glassy behavior of random fiber lasers.

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 enseignants0,001
Score d'incertitude au seuil0,002

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
Bibliométrie0,0000,000
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 Opus0,005
Tête enseignante GPT0,206
Écart entre enseignants0,201 · 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

Citations32
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetRandom lasers and scattering mediaTravaux en français237 207