Integrated Photonic Modulators Using Dispersion Engineered Phase Change Metasurfaces
Notice bibliographique
Résumé
With the advancement and availability of high-resolution lithography techniques, nanostructuring high-index dielectric and plasmonic media on the subwavelength scale have demonstrated high-quality factor optical resonant devices within the umbrella of metamaterials and metasurfaces [1]–[3]. In this realm, subwavelength nanostructuring can also offer non-resonant dispersion engineering of a given dielectric or plasmonic material with finite geometry. Concurrently, silicon photonics has become a key technology platform for the field of telecommunications and optical computing, and significant research has focused on the incorporation of a wide range of high-index functional materials including germanium, 2D materials such as graphene, and lithium niobate on or adjacent to waveguide structures for signal detection, modulation, and generation. Among these material choices, chalcogenide phase-change materials are being extensively studied for emerging silicon photonics architectures in neuromorphic computing and telecommunication networks [4]. Chalcogenide phase-change alloys, comprised of group 16 elements such as sulphur, selenium and tellurium, are high refractive index media in the infrared spectrum exhibiting a unique reversible, non-volatile switching between the amorphous and crystalline material phases. Transitioning between phases can be actuated through optical, electrical, or thermal stimuli; thus, making them ideal for integration with silicon photonics. However, the mitigation of high insertion losses when introducing these materials to the vicinity of the waveguide due to inherent optical losses, have resulted in devices with large footprints and poor modulation contrasts. This is a real barrier to scaling up of such systems to the number of nodes needed per chip for efficient realistic neuromorphic acceleration and processing.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».