MétaCan
Menu
Retour à la cohorte
Enregistrement W4323038274 · doi:10.1364/optica.480014

High-performance, intelligent, on-chip speckle spectrometer using 2D silicon photonic disordered microring lattice

2023· article· en· W4323038274 sur OpenAlex
Zhongjin Lin, Shangxuan Yu, Yuxuan Chen, Wangning Cai, Becky Lin, Jingxiang Song, Matthew Mitchell, Mustafa Hammood, Jaspreet Jhoja, Nicolas A. F. Jaeger, Wei Shi, Lukas Chrostowski

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueOptica · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensUniversité LavalUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBritish Columbia Knowledge Development FundCanada First Research Excellence FundCanada Foundation for Innovation
Mots-clésSpectrometerPhotonicsSpeckle patternMaterials scienceChipBandwidth (computing)SiliconLattice (music)OptoelectronicsImaging spectrometerComputer scienceSilicon photonicsOpticsPhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

High-performance integrated spectrometers are highly desirable for applications ranging from mobile phones to space probes. Based on silicon photonic integrated circuit technology, we propose and demonstrate an on-chip speckle spectrometer consisting of a 15×15, 2D disordered microring lattice. The proposed 2D, disordered microring lattice was simulated by the transfer-matrix method. The fabricated device featured a spectral resolution better than 15 pm and an operating bandwidth larger than 40 nm. We also demonstrated that, based on the speckle patterns, our device can perform a spectrum classification using machine learning algorithms, which will have a huge potential in fast, intelligent material and chemical analysis.

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 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 candidatesMéta-épidémiologie (sens strict), Charge 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 enseignants0,468
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
Bibliométrie0,0000,001
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)0,0000,002

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 Opus0,021
Tête enseignante GPT0,239
Écart entre enseignants0,219 · 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