MétaCan
Menu
Retour à la cohorte
Enregistrement W3011685994 · doi:10.1109/ccwc47524.2020.9031199

Increasing Reliability of Terahertz Communication Links Using Onboard Fiber Connectivity

2020· article· en· W3011685994 sur OpenAlexaff
Kathirvel Nallappan, Yang Cao, Guofu Xu, Hichem Guerboukha, Chahé Nerguizian, Maksim Skorobogatiy

Notice bibliographique

Revue2020 10th Annual Computing and Communication Workshop and Conference (CCWC) · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésTerahertz radiationMaterials scienceWirelessOptoelectronicsFiberCommunications systemTransmission (telecommunications)Electronic engineeringComputer scienceReliability (semiconductor)Optical communicationTelecommunicationsPower (physics)EngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Terahertz (THz) band is the next frontier for the ultra-high-speed communication systems. Currently, most of communications research in this spectral range is focused on wireless systems, while waveguide/fiber-based links have been less explored. Although free space communications have several advantages, the fiber-based communications provide superior performance in certain short-range communication applications. In this work, we study the use of subwavelength dielectric THz fibers for information transmission. Particularly, we use polypropylene-based rod-in-air subwavelength dielectric THz fibers of various diameters (0.57-1.75 mm) to study link performance as a function of the link length of up to ~10 m, and data bitrates of up to 6 Gbps at the carrier frequency of 128 GHz. Furthermore, we compared the power budget of the rod-in-air subwavelength THz fiber-based links to that of free space communication links and we demonstrate that fiber links offer an excellent solution for various short-range applications.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,032
Tête enseignante GPT0,258
Écart entre enseignants0,226 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2020 10th Annual Computing and Communication Workshop and Conference (CCWC)Même sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207