MétaCan
Menu
Retour à la cohorte
Enregistrement W4289538130 · doi:10.1109/jphot.2022.3195902

Numerical Study of Parabolic Pulse Generation in Backward-Pumped Erbium-Doped Fiber Amplifiers

2022· article· en· W4289538130 sur OpenAlexaff
Ahmed M. Othman, Hussein E. Kotb, Mohamed A. Abdelalim, Yasser M. Sabry, Hanan Anis, Diaa Khalil

Notice bibliographique

RevueIEEE photonics journal · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Fiber Laser Technologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAmplifierOpticsErbiumPulse (music)PhysicsAmplified spontaneous emissionDispersion (optics)Fiber laserFiberErbium doped fiber amplifierMaterials scienceOptical amplifierOptical fiberOptoelectronicsLaser

Résumé

récupéré en direct d'OpenAlex

In this paper, the actual shape of the gain spectrum and the whole dispersion curve of the Er-doped fiber are employed in the vectorial coupled nonlinear Schrödinger equation to model the parabolic pulse (similariton) generation in the backward-pumped Er-doped fiber amplifier. The input of the amplifier is Gaussian pulses of a high repetition rate. The numerical model is developed to account for the combination of input and amplified spontaneous emission powers to consider the average of all prior iterations in the present interaction to reach a converged solution rather than oscillating between two solutions. The excess kurtosis factor identifies the parabolic pulse among other pulse shapes. The effect of the input pulse width, peak power, and polarization and the impact of the input pump power and the fiber length on the similariton generation are studied.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,283
Écart entre enseignants0,257 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE photonics journalMême sujetAdvanced Fiber Laser TechnologiesTravaux en français237 207