MétaCan
Menu
Retour à la cohorte
Enregistrement W2111432000 · doi:10.1109/jstqe.2006.876188

Impact of residual dispersion and ASE noise on the performance optimization of all-optical regenerators utilizing self-phase modulation in a highly nonlinear fiber

2006· article· en· W2111432000 sur OpenAlexaff
Mohammad Aoudeh, John C. Cartledge

Notice bibliographique

RevueIEEE Journal of Selected Topics in Quantum Electronics · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésAmplified spontaneous emissionOffset (computer science)Bandwidth (computing)Phase noiseOpticsRegenerative heat exchangerOptical filterMaterials sciencePhysicsComputer scienceTelecommunicationsLaser

Résumé

récupéré en direct d'OpenAlex

The performance of an all-optical regenerator utilizing self-phase modulation in a highly nonlinear fiber and offset optical filtering is assessed using computer simulation. By varying the bandwidth and offset of the optical filter, the Q-factor performance of the regenerator is near-optimized for systems impaired by amplified spontaneous emission (ASE) noise and systems impaired by both residual dispersion (RD) and ASE noise. Generally, the near-optimum bandwidth and offset of the optical filter differs for these two types of systems. It is found that the selection of the bandwidth and offset is more stringent for systems with ASE noise only. For systems with RD and ASE noise, the selection of the filter bandwidth and offset depends on the amount of RD with quite different trends being observed. The regenerator is more effective when the RD is negative. The implication that the dispersion of the highly nonlinear fiber has on the regenerator performance is examined.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,462

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,245
Écart entre enseignants0,236 · 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.

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

Citations3
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Selected Topics in Quantum ElectronicsMême sujetOptical Network TechnologiesTravaux en français237 207