MétaCan
Menu
Retour à la cohorte
Enregistrement W1999271972 · doi:10.1117/12.451606

Receiver operational yield in optoelectronic-VLSI applications

2002· article· en· W1999271972 sur OpenAlexafffund
Michael B. Venditti, David V. Plant

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensMcGill University
Organismes subventionnairesDefense Advanced Research Projects AgencyArmy Research LaboratoryCMC Microsystems
Mots-clésOperabilityVery-large-scale integrationElectronic circuitDuty cycleComputer scienceThroughputElectronic engineeringTransmitterBiasingProcess (computing)Sensitivity (control systems)TransceiverElectrical engineeringEngineeringTelecommunicationsVoltageWireless

Résumé

récupéré en direct d'OpenAlex

It is well understood to be more difficult to operate an array of receivers simultaneously than individually, as sensitivity is degraded in the presence of simultaneous switching noise.<sup>1,2 </sup>In optoelectronic-VLSI applications, additional operability concerns exist due to the need to implement receiver circuits of reduced complexity due to physical space constraints and to bias and control receivers in groups. Operational yield refers to the percentage of receivers in a group that can simultaneously be operated successfully. Receivers in a group may be functional individually, but some may exhibit operational problems such as duty cycle distortion or stuck-at 1/0 behavior when operated as a group. The transfer characteristics of optically single-ended receivers can be sensitive to changes in biasing and control parameters. If a sensitive parameter is common to a group of receivers, operational yield can be compromised by problems caused by process variations in optoelectronic devices and in transmitter and receiver circuits, and non-uniformity in optical system power throughput. We present experimental and simulation-based analyses of operational yield for optically single-ended receivers in common bias and control groups. Architectures employing optically differential signaling are shown to facilitate approaches to alleviating operational yield problems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,210
Écart entre enseignants0,199 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetOptical Network TechnologiesTravaux en français237 207