(Invited) Carbon Nanotube Based Photonics
Notice bibliographique
Résumé
The use of optics in microelectronic circuits to overcome the limitation of metallic interconnects is more and more considered as a viable solution. Numerous photonic building blocks, compatible with CMOS technology, have been developed. However, integration of all these building blocks on the same chip is a bottleneck, due to the various materials used (Ge, Si, III-V). This drawback could be significantly overcome by considering carbon nanotubes, which have the ability to emit, modulate and detect light in the wavelength range of silicon transparency. That makes them a promising candidate and in consequence an alternative material for active device in silicon photonics technology. Few years ago, we have developed an efficient method to extract semiconducting nanotube (s-SWNT), using a polyfluorene agent in toluene followed by ultracentrifugation steps [1]. We demonstrated that this method allows obtaining metallic-free s-SWNT samples, as confirmed by photoluminescence, absorption and Raman spectroscopy, and the realisation of high Ion/Ioff FET devices. This achievements leads to the first experimental demonstration of a strong optical gain of 160 cm-1 at a wavelength of 1.3 µm in (8,7) s-SWNT at room temperature [2]. A special emphasis will be put on the s-SWNT extraction, as optical gain could not be achieved in a raw or lowly extracted sample. Carbon nanotube properties were then relied on the existing silicon photonic platform, and we envision the use of carbon nanotubes as active optoelectronic devices in silicon. A complete study of the coupling between carbon nanotubes and silicon waveguides was performed [3]. In particular, temperature independent emission up to 100°C from carbon nanotubes in silicon was demonstrated, which opens bright perspectives for future high performance integrated circuits (Figure : Integration scheme of carbon nanotube with silicon waveguide, showing carbon nanotube emission throught the waveguide) [1] N. Izard, S. Kazaoui, K. Hata, T. Okazaki, T. Saito, S. Iijima and N. Minami, Appl. Phys. Lett., 92, 243112 (2008) [2] E. Gaufrès, N. Izard, X. Le Roux, D. Marris-Morini, S. Kazaoui, E. Cassan and L. Vivien, Appl. Phys. Lett., 96, 231105 (2010) [3] E. Gaufrès, N. Izard, A. Noury, X. Le Roux, G. Rasigade, A. Beck and L. Vivien, ACS Nano, 6, 3813 (2012)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,106 | 0,077 |
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 source (Gemma direct ou Codex distillé), 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 ».