MétaCan
Menu
Retour à la cohorte
Enregistrement W4417393134 · doi:10.1364/josab.579498

Scan-free KrF laser phase tuning of non-hydrogen-loaded planar lightwave circuit interferometers

2025· article· en· W4417393134 sur OpenAlexfundno aff
Oksana Kutova, Serge Bidnyk, Ksenia Yadav, Ashok Balakrishnan, Jacques Albert, Hubert Jean-Ruel

Notice bibliographique

RevueJournal of the Optical Society of America B · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor Lasers and Optical Devices
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsCanada Research Chairs
Mots-clésFluenceAstronomical interferometerInterferometryLaserBirefringenceExcimer laserRefractive indexPlanarPhase (matter)

Résumé

récupéré en direct d'OpenAlex

The large-scale deployment of planar lightwave circuits (PLCs) is becoming a reality, but high yield and precise phase control continue to pose challenges in mass production. We demonstrate a scan-free protocol employing a large emitting beam krypton fluoride excimer laser and no hydrogen loading to precisely tune the local refractive index of PLCs directly on the die’s measurement stage. Asymmetrical Mach–Zehnder interferometers are locally irradiated with an accumulated fluence greater than 180kJ/cm 2 without damage or increased loss, inducing reproducible wavelength shifts greater than 120 nm in the interferometer response, corresponding to refractive index shifts greater than 0.001. Accumulated fluence is the primary factor controlling the index change, while per-pulse fluence determines the speed of trimming, within limits determined by the damage onset. Aside from a 20% decrease following initial thermal treatment, the photo-induced changes are thermally stable. A small amount of photo-induced birefringence is observed, but shown to be manipulatable predictively. With potential for low-cost automated implementation, the proposed protocol offers a scalable solution to improve PLC chip deployability in areas including LiDAR and photonic computing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,240
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), 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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Optical Society of America BMême sujetSemiconductor Lasers and Optical DevicesTravaux en français237 207