MétaCan
Menu
Retour à la cohorte
Enregistrement W4385516358 · doi:10.1364/oe.497497

Removing biases in dual frequency comb spectroscopy due to digitizer nonlinearity

2023· article· en· W4385516358 sur OpenAlexaff
Nathan Malarich, Kevin C. Cossel, Jean-Daniel Deschênes, Fabrizio R. Giorgetta, Brian R. Washburn, Nathan R. Newbury, Jérôme Genest, Ian Coddington

Notice bibliographique

RevueOptics Express · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Fiber Laser Technologies
Établissements canadiensUniversité Laval
Organismes subventionnairesAir Force Office of Scientific ResearchNational Institute of Standards and TechnologyNational Aeronautics and Space Administration
Mots-clésOpticsSpectrometerInterference (communication)DigitizationNonlinear systemRange (aeronautics)SpectroscopySIGNAL (programming language)Signal processingLimitingDual (grammatical number)Materials sciencePhysicsComputer scienceDigital signal processingTelecommunicationsComputer hardware

Résumé

récupéré en direct d'OpenAlex

Operation of any dual-comb spectrometer requires digitization of the interference signal before further processing. Nonlinearities in the analog-to-digital conversion can alter the apparent gas concentration by multiple percent, limiting both precision and accuracy of this technique. This work describes both the measurement of digitizer nonlinearity and the development of a model that quantitatively describes observed concentration bias over a range of conditions. We present hardware methods to suppress digitizer-induced bias of concentration retrievals below 0.1%.

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 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 enseignants0,275
Score d'incertitude au seuil0,740

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)0,0000,000

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 Opus0,025
Tête enseignante GPT0,293
Écart entre enseignants0,268 · 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.

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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetAdvanced Fiber Laser TechnologiesTravaux en français237 207