MétaCan
Menu
Retour à la cohorte
Enregistrement W4400702853 · doi:10.48550/arxiv.2407.09675

Fast control of the transverse structure of a light beam using acousto-optic modulators

2024· preprint· en· W4400702853 sur OpenAlexfundno aff
Mahdieh Chartab Jabbari, Cheng Li, Xialin Liu, R. Margoth Córdova‐Castro, Boris Braverman, Jeremy Upham, Robert W. Boyd

Notice bibliographique

RevuearXiv (Cornell University) · 2024
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueOptical and Acousto-Optic Technologies
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Naval ResearchNational Research Council CanadaNatural Sciences and Engineering Research Council of CanadaU.S. Department of EnergyNational Science Foundation
Mots-clésTransverse planeBeam (structure)OpticsControl (management)PhysicsMaterials scienceComputer scienceEngineeringArtificial intelligenceStructural engineering

Résumé

récupéré en direct d'OpenAlex

Fast, reprogrammable control over the transverse structure of light beams plays an essential role in applications such as structured illumination microscopy, optical trapping, and quantum information processing. Existing technologies, such as liquid crystal on silicon spatial light modulators (LCoS-SLMs) and digital micromirror devices (DMDs), suffer from limited refresh rates, low damage thresholds, and high insertion loss. Acousto-optic modulators (AOMs) can resolve the above issues, as they typically handle higher laser power and offer lower insertion loss. By effectively mapping the temporal radio-frequency (RF) waveforms onto the spatial diffraction patterns of the optical field, individual AOMs have been shown to generate one-dimensional (1D) spatial modes at a pixel refresh rate of nearly 20 MHz. We extend this concept to enable fast modulation in a two-dimensional (2D) space using a double-AOM scheme. We demonstrate the generation of 2D Hermite-Gaussian (HG_nm) modes with an average fidelity of 81%, while the highest-order mode generated, HG_53, retains a fidelity of 56%.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,167
Écart entre enseignants0,148 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetOptical and Acousto-Optic TechnologiesTravaux en français237 207