MétaCan
Menu
Retour à la cohorte
Enregistrement W2139303567 · doi:10.1049/ip-opt:20000567

Effectiveness of gain control in EDFAs against traffic with different levels of bursty behaviour

2000· article· en· W2139303567 sur OpenAlexaff
M. Karásek, A. Bononi, Leslie A. Rusch, Mourad Menif

Notice bibliographique

RevueIEE Proceedings - Optoelectronics · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésOptical amplifierAmplifierComputer scienceWavelength-division multiplexingLasing thresholdBurstinessCascadeNetwork packetElectronic engineeringPhysicsLaserBandwidth (computing)OpticsEngineeringTelecommunicationsComputer network

Résumé

récupéré en direct d'OpenAlex

Previous publications have addressed the impact of bursty, self-similar traffic on erbium-doped fibre amplifiers (EDFA). Several gain control techniques have been suggested to combat the gain fluctuations of EDFA with this type of traffic. The effectiveness of two such methods are investigated, namely highly inverted amplifiers and all-optical gain clamping, while varying the parameters characterising the burstiness of the sources. While previous publications have focused on the effect of the average load or activity factor, the paper further investigate the dependence on the relative variability of the packet burst lengths (ON times), and lengths of the interburst idle times (OFF times). Both gain control methods reduce the output power and signal-to-noise ratio excursions with respect to a standard amplifier chain. The authors find that, for an eight channel WDM system and a cascade of six EDFAs, all-optical gain clamping can reduce the variations by a factor of five, provided adequate power is present in the clamping laser, while highly inverted amplifiers have variations reduced by a factor of two. The authors find that, in a clamped chain, the source activity factor does not uniquely determine the required level of lasing power. The authors also deduce that information on the relative variability of ON and OFF times is essential.

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)0,004
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 ouverte0,0010,000
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 Opus0,005
Tête enseignante GPT0,197
Écart entre enseignants0,192 · 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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEE Proceedings - OptoelectronicsMême sujetOptical Network TechnologiesTravaux en français237 207