MétaCan
Menu
Retour à la cohorte
Enregistrement W4415046912 · doi:10.1103/nxhw-7nf6

Phase-dependent quantum optical coherence tomography

2025· article· en· W4415046912 sur OpenAlexafffund
Mayte Y. Li-Gomez, Taras Hrushevskyi, Kayla McArthur, Pablo Yepiz-Graciano, Alfred B. U’Ren, Shabir Barzanjeh

Notice bibliographique

RevuePhysical Review Research · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Coherence Tomography Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInterferometryQuantum imagingCoherence (philosophical gambling strategy)Interference (communication)Optical coherence tomographyQuantumPhotonRealization (probability)Quantum sensorQuantum key distribution

Résumé

récupéré en direct d'OpenAlex

Two-photon interference is a cornerstone of quantum optics, enabling imaging, sensing, and precision measurements that surpass classical limits. By harnessing the quantum interference of photon pairs, as demonstrated by the Hong-Ou-Mandel effect, this approach offers superior axial resolution and intrinsic dispersion cancellation, along with strong noise suppression arising from the precise temporal correlations between photons. Building on these principles, we present the theoretical framework and experimental realization of phase-dependent quantum optical coherence tomography (QOCT), a technique that employs phase-modulated two-photon interference for noninvasive morphological analysis of multilayered samples. We demonstrate that introducing controlled phase shifts to photon pairs in a Hong-Ou-Mandel interferometer effectively eliminates artifacts caused by reflections at different sample layers, thereby greatly improving the accuracy and reliability of QOCT measurements. This work advances the fundamental understanding and practical deployment of two-photon interference, overcoming a key limitation in applying QOCT to real-world applications such as biomedical imaging and materials characterization.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil0,938

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,063
Tête enseignante GPT0,433
Écart entre enseignants0,370 · 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'étudeThéorique ou conceptuel
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 revuePhysical Review ResearchMême sujetOptical Coherence Tomography ApplicationsTravaux en français237 207