MétaCan
Menu
Retour à la cohorte
Enregistrement W3206783638 · doi:10.1364/ao.430540

Fiber Fabry–Perot astrophotonic correlation spectroscopy for remote gas identification and radial velocity measurements

2021· article· en· W3206783638 sur OpenAlexaff
Ross Cheriton, A. Densmore, Suresh Sivanandam, Ernst de Mooij, Pavel Cheben, Dan‐Xia Xu, Jens H. Schmid, Siegfried Janz

Notice bibliographique

RevueApplied Optics · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Laser Applications
Établissements canadiensCanadian Institute for Theoretical AstrophysicsUniversity of TorontoHerzberg Institute of AstrophysicsNational Research Council Canada
Organismes subventionnairesScience and Technology Facilities Council
Mots-clésOpticsFabry–Pérot interferometerRadial velocityMaterials scienceOptical fiberSpectroscopyFiber optic sensorPhysicsWavelength

Résumé

récupéré en direct d'OpenAlex

We present a novel, to the best of our knowledge, remote gas detection and identification technique based on correlation spectroscopy with a piezoelectric tunable fiber-optic Fabry–Perot filter. We show that the spectral correlation amplitude between the filter transmission window and gas absorption features is related to the gas absorption optical depth, and that different gases can be distinguished from one another using their correlation signal phase. Using a previously captured telluric-corrected high-resolution near-infrared spectrum of Venus, we show that the radial velocity of Venus can be extracted from the phase of higher order harmonic lock-in signals. This correlation spectroscopy technique has applications in the detection and radial velocity determination of weak spectral features in astronomy and remote sensing. We experimentally demonstrate a remote C O 2 detection system using a lock-in amplifier, fiber-optic Fabry–Perot filter, and single channel avalanche photodiode.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,020
Tête enseignante GPT0,263
Écart entre enseignants0,243 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetSpectroscopy and Laser ApplicationsTravaux en français237 207