MétaCan
Menu
Retour à la cohorte
Enregistrement W4387744409 · doi:10.1364/oe.503124

Silicon nitride TM-pass polarizer using inverse design

2023· article· en· W4387744409 sur OpenAlexfundno aff
Julián L. Pita, Frédéric Nabki, Michaël Ménard

Notice bibliographique

RevueOptics Express · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolarizerExtinction ratioOpticsMaterials scienceGratingOptoelectronicsSilicon nitrideInterferometrySiliconBirefringencePhysics

Résumé

récupéré en direct d'OpenAlex

Integrated silicon nitride polarizers play a critical role in the design of complex integrated devices such as filters, switches, and large Mach-Zehnder interferometer networks. These devices require precise control of both polarizations on a single circuit. In addition, polarizers are essential to accurately characterize these devices, primarily due to the low efficiency and polarization extinction ratio (PER) of the surface coupling gratings used in CMOS-compatible silicon nitride platforms for test-specific optical I/O. In this article, we present the design and experimental performance of six prototypes of TE-reflector/TM-pass polarizers specifically optimized for the C-band. These prototypes resemble subwavelength gratings with several additional intricate aspects. In particular, the longer prototypes feature two distinct regions, one representing non-intuitive tapers and the other showcasing a more distinct subwavelength grating. We achieve a high TM transmission efficiency of -0.28 dB along with a PER of 18.2 dB. These results are obtained with a device occupying an area as low as 11 µm × 2 µm, setting a new performance benchmark for compact polarizers compatible with standard silicon nitride platforms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,039
Tête enseignante GPT0,250
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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 revueOptics ExpressMême sujetPhotonic and Optical DevicesTravaux en français237 207