MétaCan
Menu
Retour à la cohorte
Enregistrement W2078043019 · doi:10.1364/oe.16.004228

Chromatic dispersion tolerance in optimized NRZ-, RZ- and CSRZ-DPSK demodulation

2008· article· en· W2078043019 sur OpenAlexaff
Yannick Keith Lizé, Xiaoxia Wu, Moshe Nazarathy, Yuval Atzmon, Louis Christen, Scott Nuccio, Mathieu Faucher, Nicolas Godbout, Alan E. Willner

Notice bibliographique

RevueOptics Express · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésOpticsDemodulationPolarization mode dispersionTransmitterDispersion (optics)Bandwidth (computing)Wavelength-division multiplexingOptical communicationOptical filterBit error rateComputer sciencePhysicsTelecommunicationsChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

We present the results of a comprehensive analysis optimizing the performance of DPSK systems with increased FSR and narrow optical filtering, establishing improved chromatic dispersion tolerance of NRZ-DPSK by 20%, RZ-DPSK by 71% and CSRZ-DPSK by 74% approximately. Transmitting a 40Gb/s signals on a spectrally efficient 50GHz DWDM grid still exhibit improvements of 7% for NRZ-DPSK, 37% for RZ-DPSK and 22% for CSRZ-DPSK, relative to a typical DPSK receiver. The optimized delay and optical filtering scale with the amount of chromatic dispersion. We also demonstrate the impact of limited transmitter bandwidth on optimal optical filtering and bit delay parameters.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,200
Écart entre enseignants0,190 · 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'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

Citations16
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetOptical Network TechnologiesTravaux en français237 207