MétaCan
Menu
Retour à la cohorte
Enregistrement W4413978058 · doi:10.1109/jlt.2025.3606351

Semi-Analytical Modeling and Design of PANDA-Type Highly-Elliptical-Core Few-Mode Fibers

2025· article· en· W4413978058 sur OpenAlexafffund
Samuel Gougeon, Bora Ung, Sophie LaRochelle

Notice bibliographique

RevueJournal of Lightwave Technology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCore (optical fiber)Optical fiberOpticsMode (computer interface)Materials sciencePhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

We design two PANDA-type fibers featuring stressapplying parts (SAP) and a highly-elliptical-core that each supports five spatial modes with two orthogonal polarization states, for a total of ten linearly polarized modes. In the first fiber, the added stress birefringence maximizes the modal birefringence so that it reaches half of the spatial mode separation, while in the second one it minimizes it. The stress birefringence in both fibers is calculated with a semi-analytical method that mitigates the need for finite element methods (FEM). We optimize the SAP parameters to control the stress distributions in the core and tailor the spacing between the effective refractive indices of the modes over the whole C+L bands. We show that the semi-analytical method can be used to optimize designs that either maximize or minimize modal birefringence. The effective index difference between all modes is increased to more than 5.3×10-4 in the highbirefringence design, whereas the spacing between the orthogonal polarizations within a spatial mode group is reduced to less than 1.05×10-5 in the low-birefringence design. The two fibers thus have potential for short range transmission either without MIMO or with 2×2 MIMO. Considering their array-like modal field distributions, reminiscent of those found in a rectangular waveguide, the fibers may facilitate coupling with integrated mode multiplexers.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,415
Score d'incertitude au seuil0,689

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,275
Écart entre enseignants0,252 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207