MétaCan
Menu
Retour à la cohorte
Enregistrement W4387666681 · doi:10.1364/oe.503072

Investigating the thermal robustness of soliton crystal microcombs

2023· article· en· W4387666681 sur OpenAlexaff
Caitlin E. Murray, Mengxi Tan, Chawaphon Prayoonyong, Xiaotian Zhu, Sai T. Chu, Brent E. Little, Roberto Morandotti, Arnan Mitchell, David Moss, Bill Corcoran

Notice bibliographique

RevueOptics Express · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Fiber Laser Technologies
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesAustralian Research Council
Mots-clésSolitonOpticsThermalRobustness (evolution)ResonatorPhysicsCrystal (programming language)Mode (computer interface)Materials scienceOptoelectronicsNonlinear systemQuantum mechanicsComputer science

Résumé

récupéré en direct d'OpenAlex

Soliton crystals are a novel form of microcomb, with relatively high conversion efficiency, good thermal robustness, and simple initiation among the methods to generate them. Soliton crystals can be easily generated in microring resonators with an appropriate mode-crossing. However, fabrication defects can significantly affect the mode-crossing placement and strength in devices. To enable soliton crystal states to be harnessed for a broader range of microcomb applications, we need a better understanding of the link between mode-crossing properties and the desired soliton crystal properties. Here, we investigate how to generate the same soliton crystal state in two different microrings, how changes in microring temperature change the mode-crossing properties, and how mode-crossing properties affect the generation of our desired soliton crystal state. We find that temperature affects the mode-crossing position in these rings but without major changes in the mode-crossing strength. We find that our wanted state can be generated over a device temperature range of 25 ∘ C, with different mode-crossing properties, and is insensitive to the precise mode-crossing position between resonances.

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 enseignants0,249
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,018
Tête enseignante GPT0,251
Écart entre enseignants0,234 · 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

Citations30
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetAdvanced Fiber Laser TechnologiesTravaux en français237 207