MétaCan
Menu
Retour à la cohorte
Enregistrement W2097725611 · doi:10.1109/hpsr.2011.5986012

OOK Q-factor degradation in scalable optical switches

2011· article· en· W2097725611 sur OpenAlexaff
Qing Xu, Houman Rastegarfar, Yousra Ben M’Sallem, Sophie LaRochelle, Alberto Leon‐Garcia, Leslie A. Rusch

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensUniversity of TorontoUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésArrayed waveguide gratingComputer scienceOptical switchWavelength-division multiplexingScalabilityElectronic engineeringWavelengthOpticsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

All-optical switching has been proposed to overcome the limitations of electronic switches in terms of scalability, speed, footprint, and power consumption. A key passive optical component to bypass electronic processing limitations is the arrayed waveguide grating (AWG). Switch architectures combining wavelength converters and fiber delay lines provide tunable routing and contention resolution when used with AWGs. An AWG passively routes either single or multiple input port wavelengths to its output ports. A single wavelength per port strategy reduces crosstalk within the AWG, but drastically increases the dimensionality of the device. Physical constraints on AWG design limit the port number for the foreseeable future to under 100. To scale optical switches to emerging network requirements, we can use multiple wavelengths per port. In this paper we examine one multiple wavelength per port architecture and quantify the physical layer impairments due not only to the AWG crosstalk, but also Q-factor degradation due to multiple wavelength conversions, and as a function of the number of recirculations in the contention resolution delay lines. While previous work has addressed this issue in terms of accumulated loss, we focus on accumulated relative intensity noise and amplified spontaneous emission.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,030
Tête enseignante GPT0,196
Écart entre enseignants0,166 · 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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptical Network TechnologiesTravaux en français237 207