MétaCan
Menu
Retour à la cohorte
Enregistrement W2963518157 · doi:10.1117/12.2535935

ESAs ScyLight Programme: activities and status of the high throughput optical network "HydRON"

2019· article· en· W2963518157 sur OpenAlexaboutno aff
Harald Hauschildt, C. Elia, Andrew Jones, Hermann Ludwig Moeller, Josep Maria Perdigués Armengol

Notice bibliographique

RevueInternational Conference on Space Optics — ICSO 2018 · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAstronomical Observations and Instrumentation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThroughputComputer scienceComputer networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

ESA's Telecommunications and Integrated Applications Directorate (TIA) runs a dedicated programmatic framework to Optical Communication Technologies, called ARTES ScyLight (SeCure and Laser communication Technology, pronounced "skylight"). ScyLight supports the development and deployment of innovative optical technologies for satellite communication as well as assisting industry to develop new market opportunities for optical communication technologies. The ScyLight programme focuses the efforts of European and Canadian industry on optical communication technologies in the following areas: •Optical Communication Technology at System Level •Optical Communication Terminal Technology •Intra-Satellite Photonics/Optical Payloads •Quantum Cryptography Technologies in Space and initial services demonstration The paper will give an overview of the programme status and an outlook on its evolution. The paper will inform about the status of a new proposed ESA project on optical communications called “High thRoughput Optical Network” (HydRON), which aims to demonstrate European and Canadian capabilities in all fields of optical communications and with the seamless integration into terrestrial network structures, via a dedicated mission.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,020
Tête enseignante GPT0,237
Écart entre enseignants0,218 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Conference on Space Optics — ICSO 2018Même sujetAstronomical Observations and InstrumentationTravaux en français237 207