Optical Strain Sensing for Particle Detection
Notice bibliographique
Résumé
Optomechanical strain sensing provides attractive opportunities for novel particle detection schemes, as well as studying stress-induced (i.e. non-radiogenic) phonon bursts, which have been demonstrated to limit the coherence times of superconducting qubits and are a suspected culprit in the low energy excesses observed by many dark matter direct detection experiments. We are investigating SiN microring optical resonator strain sensors, developed at Purdue University, for applications in fundamental particle sensing and QIS. These sensors can be embedded in the substrate upon which superconducting qubits are patterned, providing a handle to distinguish decoherence events of radiogenic origin from those due to crystal stress. In a similar way, these sensors can be operated in conjunction with superconducting detectors (e.g., MKIDs, TES) to enable multi-channel readout of particle interactions in the device substrate or serve as anticoincidence detectors, which may be required to ident ify low-energy interactions from dark matter particles down to the fermionic thermal relic mass limit of a few keV. Such sensors can potentially be used to directly observe resonant scattering processes of gamma rays (and perhaps neutrinos) where no detectable quanta are produced in the target, via the microscopic stress induced by the momentum transfer to the (fixed-in-place) crystal lattice as a whole. These strain sensors have so far found application in photonics and communications, but have yet to be adopted for HEP uses, where they can provide unique capabilities in the search for dark matter as well as understanding and improving the coherence times of superconducting qubits.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».