MétaCan
Menu
← Retour à la cohorte
Enregistrement W4311686474 · doi:10.1117/12.2656209

Fabrication and spectral properties of two-dimensional fiber gratings based on LMA fiber

2022· article· en· W4311686474 sur OpenAlexaff
Zonglun Che, Jun Wang, Pan Xu, Xijia Gu, Jing Zhu, Lina Ma, Chunyan Cao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceOpticsLong-period fiber gratingGraded-index fiberFiber Bragg gratingPolarization-maintaining optical fiberDispersion-shifted fiberPlastic optical fiberFiberPhotonic-crystal fiberGratingPHOSFOSFiber laserCore (optical fiber)Fiber optic sensorOptoelectronicsWavelengthPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

In this paper, the preparation and spectral properties of large mode field double-clad (LMA) fiber two-dimensional fiber gratings are studied. Firstly, a new compact grating analysis model for writing fiber gratings with different periods in different regions of the fiber core is theoretically proposed, and the spectral characteristics of the gratings written in different regions of the fiber core are studied based on the transfer matrix method. A three-wavelength two-dimensional fiber grating with a designed wavelength interval of 1.57 nm was successfully fabricated using a 248 nm excimer laser in a large mode field double-clad fiber laser. The research results show that the spectral characteristics of the two-dimensional fiber grating can be changed flexibly by changing the masking parameters, and the structure is compact. The experimentally obtained two-dimensional fiber grating spectrum is consistent with the theoretical analysis. The research results provide a theoretical reference for the design, fabrication and application of two-dimensional fiber gratings.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,205
Écart entre enseignants0,193 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Fiber Optic Sensors→Travaux en français237 207→