Enhanced Slow-Light Phenomenon in Dot-Bragg Gratings Through Offset Engineering
Notice bibliographique
Résumé
We demonstrate enhanced slow-light phenomenon in dot-Bragg grating (DBGs) inscribed by femtosecond laser (FSL) in bulk glass through offset engineering. Two types of first-order DBGs, Model-I and Model-II, are inscribed based on single-laser-pass waveguide (SLPWG) and double-laser-pass waveguides (DLPWG), respectively. In Model-I DBG, the effective light-guiding occurs in the shell region with a refractive index (RI) change of ∼2×10⁻3, while the core region exhibits a smaller RI change less than 0.4×10⁻3. The enhanced slow-light phenomena are achieved at a 5 μm offset, yielding a transmission dip of 6.7 dB, a slow-down factor (SDF) of 1.21, and a maximum group delay (GD) of 33 ps. In Model-II DBG, the two-pass inscription combined with center distance adjustment in DLPWG enhances the core RI change by a factor of 2 over SLPWG, with a value of 0.8×10⁻3, while the shell RI change decreases to ∼1×10⁻3due to the lower repetition rate. With offset optimization, the transmission dip in Model-II DBG nearly doubles, up to 12.5 dB at a 5 μm offset with a 5 μm center distance, leading to slow-light effect with an SDF of 1.45 and a maximum GD of 43 ps—representing an 87% improvement in transmission, and 20% and 30% improvements in SDF and GD, respectively, compared to Model-I DBG. In addition, a time delay of ∼7 ps is obtained by comparing the detected signal pulse at the Bragg wavelength of Model-II DBG with the signal pulses at wavelengths tuned near the reflection edges, which represents an overestimated value for the slow-light effect. These results demonstrate that the two DBG models hold significant potential for optical filtering in communication and sensing, as well as in optical networks for data traffic management and dynamic reconfiguration of optical channels.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».