MétaCan
Menu
Retour à la cohorte
Enregistrement W2005276919 · doi:10.1109/jphot.2013.2274769

Novel FWM-Based Spectral Amplitude Code Label Recognition for Optical Packet-Switched Networks

2013· article· en· W2005276919 sur OpenAlexafffund
S. Alireza Nezamalhosseini, Mohammad Rezagholipour Dizaji, Kerim Fouli, Lawrence R. Chen, Farokh Marvasti

Notice bibliographique

RevueIEEE photonics journal · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensMcGill University
Organismes subventionnairesIran Telecommunication Research CenterMcGill University
Mots-clésComputer scienceNetwork packetWavelengthOpticsTransmission (telecommunications)Code (set theory)Wavelength-division multiplexingPhysicsTelecommunicationsComputer network

Résumé

récupéré en direct d'OpenAlex

We propose and demonstrate a novel architecture for four-wave mixing (FWM)-based recognition of spectral amplitude code (SAC) labels in optical packet-switched networks. With a proper code design, a unique FWM idler for each SAC label, referred to as a label identifier (LI), is generated in a nonlinear medium. A serial array of fiber Bragg gratings is then used to reflect the LI wavelengths. Each LI is associated with a unique amount of delay between two optical signals received at two photodiodes (PDs). Label recognition is then achieved by measuring this unique time delay (referred to as the characteristic delay). The main advantages of the proposed method include the following: no serial-to-parallel conversion is required, simple label extraction is achieved, variable-length packets are supported, and the number of PDs used in the label recognition module is reduced. Moreover, the LI wavelengths do not need to exhibit any periodicity or match a particular wavelength grid; this results in a less challenging code design with smaller spectral occupancy for label generation. An experiment is conducted, where two variable-length data packets are transmitted over a 50-km dispersion-compensated span and switched at a forwarding node. The SAC labels are successfully recognized, and we obtain error-free transmission for the switched packets with less than 0.3-dB penalty.

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)0,000
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
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 Opus0,034
Tête enseignante GPT0,249
Écart entre enseignants0,215 · 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

Citations9
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE photonics journalMême sujetOptical Network TechnologiesTravaux en français237 207