Designing of a Novel Nanophotonic Structure Based on 2D Photonic Crystals for the Detection of Different Materials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This article focuses on the study of a sensor for the detection of different materials, for which we proposed a novel platform based on 2D photonic crystals. This platform is a nanostructure that carries two parallel waveguides and a resonator in between. For study, this resonator is replaced each time by materials that are: Human Cornea, Teflon (C2F4), Opal (SiO2-nH2O), Aluminum phosphate (Al2PO4) and Topaz (Al2SiO4 (F; OH)2) with their refractive index following, 1.3375, 1.36, 1.45, 1.53 and 1.606 respectively. The proposed design is composed of silicon dielectric rods (Si) with a refractive index of 3.46 submerged in the air where 'n' of air is 1. To examine this structure, a PWE (plane wave expansion approach) and FEM (finite element method) are applied. The (PWE) is used to extract the PBG (photonic band gap) and (FEM) used by COMSOL software in order to extract the desired numerical results such as: the distribution of 'n' and the size of the mesh element all along the structure, followed by the behavior of the electric field (E) along the structure at the resonance before and after injection of the different materials. We also presented the variations of the power flow norm, the total energy density as well as the transmission for the materials used. This study allowed us to observe a significant change in the power flow norm and the total energy density as transmission for each material used when their refractive index changes. This change in refractive index 'n' is among the most important parameters in the detection of different types of materials.
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.
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) | 0,000 | 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 découle