MétaCan
Menu
Retour à la cohorte
Enregistrement W2408507323 · doi:10.1038/srep26163

Ultra-high density optical data storage in common transparent plastics

2016· article· en· W2408507323 sur OpenAlexafffund
Deepak L. N. Kallepalli, A.M. Alshehri, Daniela T. Marquez, Lukasz Andrzejewski, J. C. Scaiano, V. R. Bhardwaj

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiquePhase-change materials and chalcogenides
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanada Research ChairsUniversity of Ottawa
Mots-clésMultiplexingComputer data storageStack (abstract data type)3D optical data storageOptical storageLaserOptical discMaterials scienceOptoelectronicsOptical recordingVolume (thermodynamics)Area densityDetectorComputer scienceOpticsComputer hardwareTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

The ever-increasing demand for high data storage capacity has spurred research on development of innovative technologies and new storage materials. Conventional GByte optical discs (DVDs and Bluray) can be transformed into ultrahigh capacity storage media by encoding multi-level and multiplexed information within the three dimensional volume of a recording medium. However, in most cases the recording medium had to be photosensitive requiring doping with photochromic molecules or nanoparticles in a multilayer stack or in the bulk material. Here, we show high-density data storage in commonly available plastics without any special material preparation. A pulsed laser was used to record data in micron-sized modified regions. Upon excitation by the read laser, each modified region emits fluorescence whose intensity represents 32 grey levels corresponding to 5 bits. We demonstrate up to 20 layers of embedded data. Adjusting the read laser power and detector sensitivity storage capacities up to 0.2 TBytes can be achieved in a standard 120 mm disc.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,072
Tête enseignante GPT0,291
Écart entre enseignants0,219 · 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

Citations79
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPhase-change materials and chalcogenidesTravaux en français237 207