Simulating gravity-assisted loading and motion of laser-cooled atoms in hollow-core optical fibres
Notice bibliographique
Résumé
Hollow-core optical fibres provide μm-scale confinement of photons and atoms and reduce the power requirements for optical nonlinearities. This platform has opened tantalizing possibilities to study and engineer light-matter interactions in atomic ensembles. However, the purity, efficiency and nature of these interactions are contingent on the number, geometry and movement of atoms within the fiber. It is thus of interest to have a handle on loading atoms into and their motion inside the fiber. Starting from ~ μK MOT (Magneto-Optical Trap) clouds positioned a few mm above the fiber, optical dipole potentials have been used to guide matter into the hollow fibers. To study the effect of different experimental conditions on the loading process, we use parallel programs to re-create the trajectories of atoms into vertically oriented hollow fibres with core diameters: 7 μm and 30 μm. We make predictions about the effects of the initial MOT temperature and position, of different guiding optical potentials on the loading efficiency, as well as of higher-order waveguide modes excited in the fiber. We compare the results of these simulations with reported experiments. Additionally, atomic motion inside the hollow fiber is visualized in order to predict ensemble features such as atom-cloud length, atom-atom distances and position-velocity distributions. These play a role in determining how transversely-confined light couples with the ensemble. Lastly, as the attempted schemes of gravity-assisted loading from a vertically positioned MOT appear to grant efficiencies in the limited range of 0.01 to 1%, potential alternatives are explored in order to realize a more direct interfacing of atoms into the fiber.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».