MétaCan
Menu
Retour à la cohorte
Enregistrement W4415048556 · doi:10.1109/jlt.2025.3620218

Distributed Directional Force Sensing in Few-Mode Polarization-Maintaining Fibers via Low-Coherence Interferometry

2025· article· en· W4415048556 sur OpenAlexafffund
Arthur Poiffaut, Jean-Sébastien Boisvert, Martin Poinsinet de Sivry-Houle, Rodrigo Itzamná Becerra-Deana, Caroline Boudoux, Sébastien Loranger

Notice bibliographique

RevueJournal of Lightwave Technology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensDefence Research and Development CanadaPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInterferometryBroadbandOptical fiberCoupling (piping)Fiber optic sensorDistributed acoustic sensingSIGNAL (programming language)Image resolutionTransverse plane

Résumé

récupéré en direct d'OpenAlex

We propose a simple and cost-effective distributed force sensing technique based on intermodal coupling in polarization-maintaining few-mode fibers. A broadband linearly polarized optical source is injected into a single-mode-few-mode-single-mode fiber structure, and the resulting interferometric signal is analyzed using an optical spectrum analyzer. Localized external perturbations are detected via the induced coupling to higher-order modes, with spatial information extracted through Fourier-domain analysis of the spectrum, in a manner similar to optical frequency domain reflectometry. Experimental results demonstrate a spatial resolution of 8 cm of a maximum of 38 m sensing length, directional sensitivity, and the capability to resolve multiple force points along meter-scale fiber lengths. Transverse forces ranging from 0.65 N to 3.8 N have been tested, yielding a measurement precision of approximately 0.03 N. This technique offers a compact, temperature-independent method for real-time monitoring, providing an alternative to conventional distributed sensing methods.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,454
Score d'incertitude au seuil0,765

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,004
Tête enseignante GPT0,234
Écart entre enseignants0,230 · 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'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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

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