Recent advances in metamaterial integrated photonics
Notice bibliographique
Résumé
Since the invention of the silicon subwavelength grating waveguide in 2006, subwavelength metamaterial engineering has become an essential design tool in silicon photonics. Employing well-established nanometer-scale semiconductor manufacturing techniques to create metamaterials in optical waveguides has allowed unprecedented control of the flow of light in photonic chips. This is achieved through fine-tuning of fundamental optical properties such as modal confinement, effective index, dispersion, and anisotropy, directly by lithographic imprinting of a specific subwavelength grating structure onto a nanophotonic waveguide. In parallel, low-loss mode propagation is readily obtained over a broad spectral range since the subwavelength periodicity effectively avoids losses due to spurious resonances and bandgap effects. In this review we present recent advances achieved in the surging field of metamaterial integrated photonics. After briefly introducing the fundamental concepts governing the propagation of light in periodic waveguides via Floquet–Bloch modes, we review progress in the main application areas of subwavelength nanostructures in silicon photonics, presenting the most representative devices. We specifically focus on off-chip coupling interfaces, polarization management and anisotropy engineering, spectral filtering and wavelength multiplexing, evanescent field biochemical sensing, mid-infrared photonics, and nonlinear waveguide optics and optomechanics. We also introduce a nascent research area of resonant integrated photonics leveraging Mie resonances in dielectrics for on-chip guiding of optical waves, with the first Huygens’ metawaveguide recently demonstrated. Finally, we provide a brief overview of inverse design approaches and machine-learning algorithms for on-chip optical metamaterials. In our conclusions, we summarize the key developments while highlighting the challenges and future prospects.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».