MétaCan
Menu
Retour à la cohorte
Enregistrement W3156114439 · doi:10.1109/lpt.2021.3072787

Adiabatic Coupler With Nonlinearly Tapered Mode-Evolution Region

2021· article· en· W3156114439 sur OpenAlexaff
Mao Deng, Yun Wang, Luhua Xu, Eslam El‐Fiky, Maxime Jacques, Jinsong Zhang, Md Samiul Alam, Amar Kumar, Yannick D’Mello, David V. Plant

Notice bibliographique

RevueIEEE Photonics Technology Letters · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTaperingAdiabatic processMaterials scienceAstronomical interferometerQuadratic equationOpticsOptoelectronicsPhysicsInterferometryMathematicsComputer scienceGeometry

Résumé

récupéré en direct d'OpenAlex

In this work, we propose a time-efficient method to analyze and design the adiabatic couplers (ACs) on the silicon-on-insulator platform. By analyzing the mode-evolution region of ACs, we derive the boundary conditions and necessary constraints on the tapering functions to achieve optimized performance. Taking these conditions into consideration, we choose three common types of functions for the mode-evolution region. Based on the width and separation of the constituent waveguide pair, the performance of ACs with different tapering functions is compared. The compared ACs were fabricated and measured. The splitting ratios (SRs) of the fabricated devices are characterized using unbalanced Mach-Zehnder interferometers. We analytically and experimentally prove that, for a designed 3-dB AC, a quadratic separation and exponentially varying width provides the least SR imbalance with the smallest footprint among the compared tapering methods. The extracted SRs of the designed 3-dB AC using such tapering method are between 47%/53% from 1500 nm to 1600 nm with a mode evolution length of 110 μm. Using this tapering method, we also experimentally demonstrate imbalanced ACs with SRs of 8%/92%, 12%/88%, 15%/85%, 23%/77%, 30%/70%, and 42%/58% measured at 1550 nm.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,617
Score d'incertitude au seuil0,916

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,006
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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'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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Photonics Technology LettersMême sujetPhotonic and Optical DevicesTravaux en français237 207