MétaCan
Menu
Retour à la cohorte
Enregistrement W2969139733 · doi:10.1364/oe.27.024747

Monitoring and automatic tuning and stabilization of a 2×2 MZI optical switch for large-scale WDM switch networks

2019· article· en· W2969139733 sur OpenAlexafffund
Mohammed W. AlTaha, Hasitha Jayatilleka, Lu Zheng, J. Chung, D. Celo, Dominic Goodwill, É. Bernier, Shahriar Mirabbasi, Lukas Chrostowski, Sudip Shekhar

Notice bibliographique

RevueOptics Express · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensHuawei Technologies (Canada)University of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCMC Microsystems
Mots-clésWavelength-division multiplexingOptical switchComputer scienceInterferometryInterference (communication)Mach–Zehnder interferometerCrossover switchMultiplexingBlock (permutation group theory)Electronic engineeringChannel (broadcasting)Optical cross-connectChannel spacingOpticsOptical fiberWavelengthPhysicsTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

Large-scale optical switch networks employ wavelength division multiplexing to expand and facilitate multiple input and outputs. Such networks can be implemented with the Mach-Zehnder interferometer (MZI) as the building block. A fully-loaded MZI switch, meaning one with two optical signals at its two inputs and one that is capable of simultaneously switching those inputs to its two outputs, reduces the number building blocks within the network, and as a result makes them more power and area efficient. However, for practical operation, such MZI switches need to be automatically controlled for overcoming fabrication and thermal variations. We present an interference-based monitoring method that enables automatically switching, tuning, and stabilizing of a fully-loaded 2×2 MZI optical switch and demonstrate a prototype on an SOI platform. Using the proposed device and off-the-shelf electronics, we demonstrate automatic tuning and stabilization of an MZI switch with 12.5 Gb/s and 25 Gb/s data rates and channel spacing as small as 1 nm.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,568
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,227
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations23
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetPhotonic and Optical DevicesTravaux en français237 207