Reversible Tuning of Nanowire Quantum Dot to Atomic Transitions
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Quantum dots embedded in semiconductor photonic nanowires (NW-QDs) can deterministically produce single-photons and entangled photon pairs at high repetition rates. These photons can be efficiently coupled from the photonic nanowire into free space or optical fibers thanks to the sharp tip of the nanowire, which provides impedance matching. However, precise control of the NW-QD emission frequency in a way that is reversible, does not degrade the properties of the emitted photons, and can be used independently for individual NW-QDs on the same chip has so far remained a challenge. Resolving this issue is crucial for applications when interfacing the photons with quantum systems that require MHz to sub-GHz precision, such as atomic ensembles acting as memories in a quantum network. Here, we demonstrate a reversible tuning method that can tune the emission frequency of a NW-QD by more than 300 GHz with sub-GHz precision. We achieve this through gas condensation that is then partially reversed with localized laser ablation. This process finely adjusts stress applied to the quantum dots, thereby tuning their emission frequency. We validate the precision and stability of this method by tuning the frequency of the emitted single-photons across an atomic resonance to probe its absorption and dispersion. We observed up to 80% absorption of the single-photons from NW-QD in hot cesium vapor at the D 1 -line resonances and a 75-fold decrease in group velocity associated with the hyperfine transitions of the D 1 -line ground states. We observed no discernible effects in the second-order autocorrelation function, lifetime, or linewidth of the NW-QD emission for up to 300 GHz of tuning and we saw minimal effects on the fine structure splitting of the NW-QD when tuning up to 100 GHz.
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 ».