MétaCan
Menu
Retour à la cohorte
Enregistrement W4387129720 · doi:10.1021/acsphotonics.3c00821

Dynamic Strain Modulation of a Nanowire Quantum Dot Compatible with a Thin-Film Lithium Niobate Photonic Platform

2023· article· en· W4387129720 sur OpenAlexaff
Thomas Descamps, Tanguy Schetelat, Jun Gao, Philip J. Poole, Dan Dalacu, Ali W. Elshaari, Val Zwiller

Notice bibliographique

RevueACS Photonics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensNational Research Council Canada
Organismes subventionnairesWallenberg Centre for Molecular and Translational MedicineHorizon 2020 Framework ProgrammeWallenberg Center for Quantum Technology, Chalmers University of TechnologyEuropean Commission
Mots-clésLithium niobateMaterials scienceNanowirePhotonicsOptoelectronicsQuantum dotCladding (metalworking)PhotonNanotechnologyOpticsPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide The integration of indistinguishable single photon sources in photonic circuits is a major prerequisite for on-chip quantum applications. Among the various high-quality sources, nanowire quantum dots can be efficiently coupled to optical waveguides because of their preferred emission direction along their growth direction. However, local tuning of the emission properties remains challenging. In this work, we transfer a nanowire quantum dot onto a bulk lithium niobate substrate and show that its emission can be dynamically tuned by acousto-optical coupling with surface acoustic waves. The purity of the single photon source is preserved during the strain modulation. We further demonstrate that the transduction is maintained even with a SiO 2 encapsulation layer deposited on top of the nanowire acting as the cladding of a photonic circuit. Based on these experimental findings and numerical simulations, we introduce a device architecture consisting of a nanowire quantum dot efficiently coupled to a thin-film lithium niobate rib waveguide and strain-tunable by surface acoustic waves.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,231
Écart entre enseignants0,218 · 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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS PhotonicsMême sujetPhotonic and Optical DevicesTravaux en français237 207