Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Publication

Lithium tantalate photonic integrated circuits for volume manufacturing

À propos
Confidentialité
Mentions légales

Copyright © 2025 EPFL, tous droits réservés

Graph Chatbot

Tobias Kippenberg
2023

Résumé

Dataset for the manuscript "Lithium tantalate photonic integrated circuits for volume manufacturing". DOI: 10.1038/s41586-024-07369-1 Contains all raw data and code used to produce the Figures and Extended Data Figures in the manuscript.

Source officielle

https://infoscience.epfl.ch/entities/publication/57bcce0b-51c4-4c60-9104-70c6a44a572d

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Concepts associés (8)

Données brutes

Les données brutes (aussi connu comme données primaires) sont les données non interprétées émanant d'une source primaire, ayant des caractéristiques liées à celle-ci et qui n'ont été soumises à aucun traitement ou toute autre manipulation. Les données brutes peuvent être entrées dans un programme informatique ou utilisées dans des procédures manuelles telles que l'analyse statistique d'une enquête. Il peut s'agir des données binaires des périphériques de stockage électroniques comme les lecteurs de disque dur.

Lac de données

Un lac de données (en anglais data lake) est une méthode de stockage de données massives utilisée par le big data (mégadonnées en français). Ces données sont gardées dans leurs formats originaux ou sont très peu transformées. Le lac de données donne la priorité au stockage rapide et volumineux de données hétérogènes en adoptant une architecture en cluster. Il n'est pas optimisé pour les requêtes SQL comme les SGBD relationnels classiques, et s'écarte des Propriétés ACID traditionnelles. On parle depuis 2010 de SGBD NoSQL.

Data wrangling, sometimes referred to as data munging, is the process of transforming and mapping data from one "raw" data form into another format with the intent of making it more appropriate and valuable for a variety of downstream purposes such as analytics. The goal of data wrangling is to assure quality and useful data. Data analysts typically spend the majority of their time in the process of data wrangling compared to the actual analysis of the data.

Publications associées (29)

Dataset for the paper High durability and stability of 2D nanofluidic devices for long-term single-molecule sensing

Aleksandra Radenovic, Andras Kis, Martina Lihter, Mukesh Kumar Tripathi, Mukeshchand Thakur, Andrey Chernev, Nianduo Cai, Yunfei Teng, Michal Daniel Macha, Yanfei Zhao

Information regarding the Dataset, corresponding to the paper: “Thakur, M., Cai, N., Zhang, M. et al. High durability and stability of 2D nanofluidic devices for long-term single-molecule sensing. npj 2D Mater Appl 7, 11 (2023). https://doi.org/10.1038/s41 ...

Zenodo2023

Dataset for "Elastocapillary menisci mediate interaction of neighboring structures at the surface of a compliant solid"

John Martin Kolinski

This dataset supports the publication 'Elastocapillary menisci mediate interaction of neighboring structures at the surface of a compliant solid' by Lebo Molefe and John M. Kolinski, Physical Review E, (2023). The data are surface profiles of textured surf ...

Zenodo2023

Physically Consistent Multiple-Step Data-Driven Predictions Using Physics-Based Filters

Colin Neil Jones, Jicheng Shi, Yingzhao Lian

Data-driven control can facilitate the rapid development of controllers, offering an alternative to conventional approaches. In order to maintain consistency between any known underlying physical laws and a data-driven decision-making process, preprocessin ...

IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC2023