MétaCan
Menu
Retour à la cohorte
Enregistrement W2100707157 · doi:10.1364/oe.20.002626

Figure of merit for photonic differentiators

2012· article· en· W2100707157 sur OpenAlexafffund
Reza Ashrafi, José Azaña

Notice bibliographique

RevueOptics Express · 2012
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Fiber Laser Technologies
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les TechnologiesInstitut national de la recherche scientifique
Mots-clésDifferentiatorFigure of meritBandwidth (computing)OpticsPhotonicsComputer sciencePhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

We introduce a universal figure of merit to evaluate the processing speed (operation bandwidth) performance of arbitrary-order optical differentiators. In particular, we define the maximum-to-minimum bandwidth ratio (MMBR) as a main figure of merit of these devices, which essentially informs about the broadness of the acceptable input pulse bandwidth range. We derive and numerically confirm a general analytical expression for the MMBR of an arbitrary optical differentiator, showing that this can be expressed simply as a function of the differentiator's amplitude resonance depth. The device MMBR can be improved by increasing the filter's resonance depth, depending also on the differentiation order; in particular, the MMBR quickly deteriorates as the differentiator order is increased. In our analysis, photonic differentiators are considered in two main groups, namely (i) non-minimum phase and (ii) minimum phase optical filtering implementations. The derived analytical expression for the device MMBR is generalized for these two different solutions, and the validity of the obtained analytical estimates is verified through numerical simulations, including results for the cases of 1st-, 2nd-, and 3rd-order differentiators.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,013
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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'étudeThéorique ou conceptuel
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

Citations65
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetAdvanced Fiber Laser TechnologiesTravaux en français237 207