MétaCan
Menu
Retour à la cohorte
Enregistrement W2810357217 · doi:10.1109/jlt.2018.2851613

RoF Data Transmission Using Four Linearly Polarized Vector Modes of a Polarization Maintaining Elliptical Ring Core Fiber

2018· article· en· W2810357217 sur OpenAlexaff
Reza Mirzaei Nejad, Farzan Tavakoli, Lixian Wang, Xun Guan, Sophie LaRochelle, Leslie A. Rusch

Notice bibliographique

RevueJournal of Lightwave Technology · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPolarization-division multiplexingRadio frequencyPolarization (electrochemistry)MultiplexingOpticsRadio over fiberLinear polarizationPhysicsPolarization-maintaining optical fiberOptical fiberElectronic engineeringWavelength-division multiplexingTelecommunicationsEngineeringFiber optic sensorWavelength

Résumé

récupéré en direct d'OpenAlex

We experimentally investigate the feasibility of transmission of radio-frequency (RF) signals over a 900 m polarization-maintaining elliptical ring core fiber. No multiple-input-multiple output processing is used to recover the RF signals carried by different modes; we recover the 16 quadratic-amplitude modulation orthogonal frequency-division multiplexing RF signals with the same techniques used for single-mode fibers. For the first time, we report transmission of four RF streams over four channels in few-mode fibers. Also, for the first time, we transmit RF signals over two polarizations of a mode in few-mode fibers and successfully recover data in both polarizations without polarization tracking or digital signal processing to separate polarizations. Furthermore, we examine the impact of fiber bending on crosstalk among channels. We show that even under severe bending, the polarization states remain separated and the RF streams transmitted on polarization states of a mode could be recovered with low-power penalty.

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 enseignants0,001
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,054
Tête enseignante GPT0,284
Écart entre enseignants0,230 · 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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetOptical Network TechnologiesTravaux en français237 207