MétaCan
Menu
Retour à la cohorte
Enregistrement W4388449324 · doi:10.1021/acs.nanolett.3c02120

Multicone Diamond Waveguides for Nanoscale Quantum Sensing

2023· article· en· W4388449324 sur OpenAlexafffund
Tianqi Zhu, J. Rhensius, Konstantin Herb, Viraj G. Damle, Gabriel Puebla‐Hellmann, Christian L. Degen, Erika Janitz

Notice bibliographique

RevueNano Letters · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiamond and Carbon-based Materials Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesH2020 European Research CouncilNational Center of Competence in Research Quantum Science and TechnologyNatural Sciences and Engineering Research Council of CanadaH2020 Future and Emerging TechnologiesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésDiamondNanopillarQuantum sensorMaterials scienceNanolithographyOptoelectronicsNanoscopic scaleNumerical apertureOpticsNanotechnologyQuantumFabricationWavelengthQuantum simulatorPhysicsNanostructureQuantum computer

Résumé

récupéré en direct d'OpenAlex

The long-lived electronic spin of the nitrogen-vacancy (NV) center in diamonds is a promising quantum sensor for detecting nanoscopic magnetic and electric fields in various environments. However, the poor signal-to-noise ratio (SNR) of prevalent optical spin-readout techniques presents a critical challenge in improving measurement sensitivity. Here, we address this limitation by coupling individual NVs to optimized diamond nanopillars, thereby enhancing the collection efficiency of fluorescence. Guided by near-field optical simulations, we predict improved performance for tall (≥5 μm) pillars with tapered sidewalls. This is subsequently verified by fabricating and characterizing a representative set of structures using a newly developed nanofabrication process. We observe increased SNR for optimized devices, owing to improved emission collimation and directionality. Promisingly, these devices are compatible with low-numerical-aperture collection optics and a reduced tip radius, reducing experimental overhead and facilitating improved spatial resolution for scanning applications.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,014
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,001

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 Opus0,027
Tête enseignante GPT0,285
Écart entre enseignants0,258 · 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'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

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetDiamond and Carbon-based Materials ResearchTravaux en français237 207