High Efficiency Raman Soliton Generation in Passive Silica Fiber
Notice bibliographique
Résumé
Pulsed laser sources in the spectral window of 2 μm find many applications in engineering and science [1] . Thulium doped fiber lasers (TDFL) are especially attractive for this purpose with their emission in the 1.8-2.1 µm spectral range. The emission spectrum of a TDFL beyond 2.1 µm is also attainable with nonlinear approaches such as soliton self-frequency shift (SSFS) [2] , [3] . Previously, TDFL systems using SSFS have been demonstrated from thulium-doped fiber amplifiers (TDFA) pumped by tens of watts of continuous wave signal, leading to high-power femtosecond pulses (~100 kW, ~100 fs) [4] , [5] . However, such high-power systems are bulky and require external cooling mechanisms, as well as they lead to SSFS for a specific wavelength and pulse intensity. On the other hand, reports of TDFL with SSFS from passive fibers such as Ge-doped fibers require custom-made dispersion engineered fibers [6] . Here, we present a simple, all-fiber system that extends the wavelength reach of a TDFL from a passive, commercially available silica fiber. The system is tunable over 310 nm with an energy conversion efficiency up to 84.6%. To the best of our knowledge, this is the highest energy conversion efficiency ever reported in any SSFS system based on a passive fiber.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».