MétaCan
Menu
Retour à la cohorte
Enregistrement W3133719578 · doi:10.3390/sym13030445

A Review of Many-Body Interactions in Linear and Nonlinear Plasmonic Nanohybrids

2021· review· en· W3133719578 sur OpenAlexaff
Mahi R. Singh

Notice bibliographique

RevueSymmetry · 2021
Typereview
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésDipolePlasmonCondensed matter physicsSurface plasmon polaritonNanosensorMolecular physicsMaterials scienceQuasiparticleNanophotonicsLocalized surface plasmonSurface plasmonQuantumPhysicsOptoelectronicsNanotechnologyQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

In this review article, we discuss the many-body interactions in plasmonic nanohybrids made of an ensemble of quantum emitters and metallic nanoparticles. A theory of the linear and nonlinear optical emission intensity was developed by using the many-body quantum mechanical density matrix method. The ensemble of quantum emitters and metallic nanoparticles interact with each other via the dipole-dipole interaction. Surfaces plasmon polaritons are located near to the surface of the metallic nanoparticles. We showed that the nonlinear Kerr intensity enhances due to the weak dipole-dipole coupling limits. On the other hand, in the strong dipole-dipole coupling limit, the single peak in the Kerr intensity splits into two peaks. The splitting of the Kerr spectrum is due to the creation of dressed states in the plasmonic nanohybrids within the strong dipole-dipole interaction. Further, we found that the Kerr nonlinearity is also enhanced due to the interaction between the surface plasmon polaritons and excitons of the quantum emitters. Next, we predicted the spontaneous decay rates are enhanced due to the dipole-dipole coupling. The enhancement of the Kerr intensity due to the surface plasmon polaritons can be used to fabricate nanosensors. The splitting of one peak (ON) two peaks (OFF) can be used to fabricate the nanoswitches for nanotechnology and nanomedical applications.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
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 Opus0,036
Tête enseignante GPT0,348
Écart entre enseignants0,312 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSymmetryMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207