Notice bibliographique
Résumé
GPON and EPON, described at length above in Chapter 3 and Chapter 4, respectively, represent the two most important Gigabit-class passive optical networks (PONs) that are widely deployed in the United States, Europe, and Asia Pacific region. Given the ever increasing bandwidth demand from consumer and business applications, current PONs are expected to evolve into next-generation PONs (NG-PONs) over the next couple of years. GPON and EPON are expected to coexist for the foreseeable future as they evolve into NG-PONs. Clearly, one way to realize NG-PONs is to increase the line rate of current Gigabit-class PONs to 10 Gb/s. A good example of this approach is the IEEE 802.3av 10G-EPON standard, which was approved in September 2009 (see Section 4.4). NG-PONs are mainly envisioned to ( i ) achieve higher performance parameters, e.g., higher bandwidth per subscriber, increased splitting ratio, and extended maximum reach, than current GPON/EPON architectures, and ( ii ) broaden GPON/EPON functionalities to include, among others, the consolidation of optical access, metro, and backhaul networks, and the support of topologies other than conventional tree structures. Network operators are seeking NG-PON solutions that can transparently coexist with legacy PONs on the existing fiber infrastructure and enable gradual upgrades in order to avoid costly and time-consuming network modifications and stay flexible for further evolution paths.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,007 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».