MétaCan
Menu
Retour à la cohorte
Enregistrement W2144291530 · doi:10.1109/lpt.2013.2249058

Optical Vector Network Analyzer Based on Unbalanced Double-Sideband Modulation

2013· article· en· W2144291530 sur OpenAlexaff
Muguang Wang, Jianping Yao

Notice bibliographique

RevueIEEE Photonics Technology Letters · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Photonic Communication Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSidebandFiber Bragg gratingOpticsModulation (music)Spectrum analyzerPhase modulationOptical powerFrequency modulationPhysicsCompatible sideband transmissionOptical modulation amplitudeOptical fiberRadio frequencyComputer scienceOptical amplifierTelecommunicationsPhase noiseAcousticsLaser

Résumé

récupéré en direct d'OpenAlex

An optical vector network analyzer (OVNA) based on unbalanced double-sideband (UB-DSB) modulation with improved measurement accuracy is proposed and experimentally demonstrated. It is different from an OVNA based on optical single-sideband (OSSB) modulation in which one-to-one mapping between the optical and radio frequency responses is employed to measure the magnitude and phase responses of an optical component, the proposed technique measures the magnitude and phase responses by taking into consideration of the power of the other sideband through solving two equations that are associated with the UB-DSB modulation, thus the errors due to the residual power of the other sideband in an OSSB modulation based approach are completely eliminated. A mathematical model providing the transfer function of an optical component is derived. The measurement of a phase-shifted fiber Bragg grating and a linearly chirped fiber Bragg grating is performed. Comparing with the measured results based on OSSB modulation, obvious improvement in measurement accuracy is demonstrated.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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

Citations64
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Photonics Technology LettersMême sujetAdvanced Photonic Communication SystemsTravaux en français237 207