Synthèse de couches optiques par co-dépôt pour les miroirs de LIGO
Bibliographic record
Abstract
En 2015, le Laser Interferometer Gravitational-Wave Observatory (LIGO) a observé pour la première fois des ondes gravitationnelles générées par la fusion de deux trous noirs. Cette observation résulte de 40 ans d’efforts afin de réduire au minimum les sources de bruit qui affectent l’interféromètre. À ce jour, la sensibilité de LIGO, dans son domaine de fréquence le plus sensible, est limitée par la granularité de la lumière d’une part et, d’autre part, par un phénomène de fluctuations thermiques résultat de la dissipation mécanique dans les couches minces qui constituent ses miroirs, en particulier dans le matériau ayant un haut indice de réfraction : l’oxyde de tantale. Une amélioration de la sensibilité permettrait d’observer davantage d’événement, d’autres phénomènes gravitationnels, ainsi que des détails importants permettant de mieux les comprendre. Ce mémoire présente les résultats de nos recherches afin de diminuer le bruit causé par la dissipation mécanique interne dans les couches à haut indice de réfraction. Pour ce faire, des couches d’oxyde de tantale ont été dopées soit au zirconium ou à la fois au zirconium et au titane, par co-dépôt. Des couches avec différentes quantités de dopant ont été synthétisées par pulvérisation cathodique magnétron sur des substrats de silice semblables à ceux de LIGO. Par la suite, la dissipation mécanique, l’épaisseur, la rugosité, la composition, la densité surfacique, et la microstructure ont été caractérisées par suspension nodale, ellipsométrie résolue spectralement, spectrométrie de rétrodiffusion de Rutherford et la spectroscopie Raman. Il appert que le zirconium permet d’augmenter la température de recuit avant la cristallisation, ce qui permet de diminuer plus amplement la dissipation mécanique interne, mais ne change pas la dissipation à une température de recuit donnée. Il a aussi été déterminé que la concentration de titane permettait de diminuer l’angle de perte, peu importe la concentration de zirconium. Une combinaison des deux dopages et un recuit à haute température permet ainsi de recuire par un facteur d’environ 1.5 la dissipation mécanique interne. La différence de coefficient d’expansion thermique durant les recuits à haute température induit cependant des problèmes de craquement des couches, partiellement résolus par l’application d’une couche de recouvrement en silice.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".